这学期一直在跟进Coursera上的 Machina Learning公开课, 老师Andrew Ng是coursera的创始人之一，Machine Learning方面的大牛。这门课程对想要了解和初步掌握机器学习的人来说是不二的选择。这门课程涵盖了机器学习的一些基本概念和方法，同时这门课程的编程作...
分类：
Web程序 时间：
2015-11-20 10:42:58
阅读次数：
577
今天学习Andrew NG老师《机器学习》之6 - 6 - Advanced Optimization，做笔记如下：用fminunc函数求代价函数最小值，分两步：1、自定义代价函数function [jVal,gradient] = costFunction(theta)jVal = (theta(...
分类：
其他好文 时间：
2015-11-18 21:32:36
阅读次数：
286
一、引言 本材料参考Andrew Ng大神的机器学习课程http://cs229.stanford.edu，以及斯坦福无监督学习UFLDL tutorialhttp://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial 机器学习中的回归问题属于有监督学...
分类：
其他好文 时间：
2015-10-26 13:41:04
阅读次数：
233
前言: 最近打算稍微系统的学习下deep learing的一些理论知识，打算采用Andrew Ng的网页教程UFLDL Tutorial，据说这个教程写得浅显易懂，也不太长。不过在这这之前还是复习下machine learning的基础知识...
分类：
其他好文 时间：
2015-10-26 10:36:45
阅读次数：
333
Support Vector Machines for classificationTo whet your appetite for support vector machines, here’s a quote from machine learning researcher Andrew Ng...
分类：
系统相关 时间：
2015-10-23 21:28:02
阅读次数：
450
K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y...
分类：
其他好文 时间：
2015-10-15 15:53:33
阅读次数：
261
Andrew Ng机器学习课程17(2)声明：引用请注明出处http://blog.csdn.net/lg1259156776/说明：主要介绍了利用value iteration和policy iteration两种迭代算法求解MDP问题，还介绍了在实际应用中如何通过积累“经验”更新对转移概率和reward的估计的学习模型，并结合两种迭代算法进行求解的完整过程。...
分类：
其他好文 时间：
2015-10-12 12:45:10
阅读次数：
217
最经典的莫过于 Andrew Ng在NIPS2001年有一篇专门比较判别模型和产生式模型的文章： On Discrimitive vs. Generative classifiers: A comparision of logistic regression and naive Bayes (http://robotics.stan...
分类：
其他好文 时间：
2015-10-10 17:23:50
阅读次数：
138
回头再温习一下Andrew Ng的机器学习视频课，顺便把没写完的笔记写完。本节内容
牛顿方法
指数分布族
广义线性模型
之前学习了梯度下降方法，关于梯度下降（gradient descent），这里简单的回顾下【参考感知机学习部分提到的梯度下降(gradient descent)】。在最小化损失函数时，采用的就是梯度下降的方法逐步逼近最优解，规则为θ:=θ?η?θ?(θ)\theta := \the...
分类：
其他好文 时间：
2015-10-06 16:56:25
阅读次数：
363
Machine Learning笔记（三） 多变量线性回归 注：本文内容资源来自 Andrew Ng 在 Coursera上的 Machine Learning 课程，在此向 Andrew Ng 致敬。 一、多特征（Multiple Features） 笔记（二）中所讨论的房价问题，...
分类：
系统相关 时间：
2015-09-26 14:45:59
阅读次数：
568
