Machine Learning笔记（二） 单变量线性回归 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、模型表示（Model Representation） 对于笔记（一）中的房价问...
分类：
系统相关 时间：
2015-09-25 14:44:18
阅读次数：
399
摘自：http://www.jianshu.com/p/c3634a7f2320机器学习算法Coursera 上面 Stanford 的 机器学习 课程是优质的算法相关入门课程。Andrew Ng 是 Coursera 的创始人，也是 Stanford 的老师。这个课程最大的特点是对机器学习算法的推...
分类：
其他好文 时间：
2015-09-19 16:38:15
阅读次数：
201
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....
分类：
编程语言 时间：
2015-09-17 11:44:08
阅读次数：
255
机器学习从学习方式上来讲，可以分为两类： 监督学习（Supervised Learning），简而言之就是“有标签”学习 无监督学习（Unsupervised Learning），简而言之就是“无标签”学习为了便于今后的机器学习，吴恩达先生（Andrew Ng）特别提出了一些notation（汉.....
分类：
其他好文 时间：
2015-09-13 17:09:17
阅读次数：
175
Andrew Ng机器学习课程10补充VC dimension讲到了如果通过最小化训练误差，使用一个具有d个参数的hypothesis class进行学习，为了学习好，一般需要参数d的线性关系个训练样本。到这里需要指出一点，这个结果是基于empirical risk minimization得到的，而对于那些大部分的discriminative的学习算法采用的通过最小化training error或...
分类：
其他好文 时间：
2015-09-12 12:19:54
阅读次数：
135
此文是斯坦福大学，机器学习界 superstar — Andrew Ng 所开设的 Coursera 课程：Machine Learning 的课程笔记。力求简洁，仅代表本人观点，不足之处希望大家探讨。
课程网址：https://www.coursera.org/learn/machine-learning/home/welcome...
分类：
Web程序 时间：
2015-09-01 10:50:51
阅读次数：
224
EM算法(Expectation Maximization Algorithm)1. 前言 这是本人写的第一篇博客(2013年4月5日发在cnblogs上,现在迁移过来)，是学习李航老师的《统计学习方法》书以及斯坦福机器学习课Andrew Ng的EM算法课后，对EM算法学习的介绍性笔记，如有写得不....
分类：
编程语言 时间：
2015-08-29 21:25:56
阅读次数：
331
关于Andrew Ng的machine learning课程中，有一章专门讲解逻辑回归（Logistic回归），具体课程笔记见另一篇文章。下面，对Logistic回归做一个简单的小结：给定一个待分类样本x，利用Logistic回归模型判断该输入样本的类别，需要做的就是如下两步：① 计算逻辑回归假设函...
分类：
其他好文 时间：
2015-08-29 13:55:10
阅读次数：
299
通过一系列的margin最优化的推导，从对偶问题出发，得到了Support vector，然后使用了kernel trick，得到了kernel support vector machine...
分类：
其他好文 时间：
2015-08-26 12:08:14
阅读次数：
235
最近跟完了Andrew Ng的Machine Learning前三周的课，主要讲解了机器学习中的线性回归（Linear Regression）和逻辑回归（Logistic Regression）模型。在这里做一下记录。
另外推荐一本统计学习的书，《统计学习方法》李航，书短小精悍，才200多页，但是内容基本上覆盖了机器学习中的理论基础。笔记 主要了解一下监督学习和无监督学习机器学习：是关于计算...
分类：
其他好文 时间：
2015-08-25 16:42:29
阅读次数：
240
