本栏目内容来自Andrew
NG老师的公开课:https://class.coursera.org/ml/class/index 一般而言, 人工神经网络与经典计算方法相比并非优越,
只有当常规方法解决不了或效果不佳时人工神经网络方法才能显示出其优越性。尤其对问题的机理不甚了解或不能用数学模型表示....
分类:
Web程序 时间:
2014-07-22 23:16:53
阅读次数:
752
Andrew NG的Machine
learning课程地址为:https://www.coursera.org/course/ml
神经网络一直被认为是比较难懂的问题,NG将神经网络部分的课程分为了两个星期来介绍,可见Neural
Networks内容之多。言归正传,通过之前的学习我们知道,使用....
分类:
Web程序 时间:
2014-07-22 23:15:13
阅读次数:
687
引用:http://www-cs-students.stanford.edu/~blynn/gitmagic/intl/zh_cn/index.html保存状态$
git init #初始化git,在git命令行下通过ls -a可以看到.git文件$ git add . #把所有的文件...
分类:
其他好文 时间:
2014-05-30 12:57:39
阅读次数:
230
之前看Autoencoder的时候,做了一下这里的练习:http://ufldl.stanford.edu/wiki/index.php/Exercise:Sparse_Autoencoder 。其实 从1月份就开始做了,当时没有调试通过,后来又加班太多,一直没有接着做。直到上上周末抽空调了一天,终于顺利完成了,又拖到这周末才开始把实验结果整理成文。看来,做事还得趁热打铁,一气呵成。时间一久,积极...
分类:
其他好文 时间:
2014-05-25 08:53:28
阅读次数:
907
本栏目来源于Andrew NG老师讲解的Machine
Learning课程,主要介绍大规模机器学习以及其应用。包括随机梯度下降法、维批量梯度下降法、梯度下降法的收敛、在线学习、map
reduce以及应用实例:photo OCR。课程地址为:https://www.coursera.org/cou...
分类:
移动开发 时间:
2014-05-18 00:36:57
阅读次数:
452
主要内容来自stanford Andrew Ng视频课程的总结。讲的很好,还有对应的习题,课程可以在下面网站搜索到。
https://www.coursera.org/
机器学习的目的是在训练数据的基础上得出一个模型,该模型对于给定的输入x,给出相应的输出y。用公式表示就是:y = h(x)。注意x表示一维向量,x={x1,x2,x3...}。这里的xi也就是特征(featur...
分类:
其他好文 时间:
2014-05-15 08:20:58
阅读次数:
366
本栏目内容来源于Andrew
NG老师讲解的SVM部分,包括SVM的优化目标、最大判定边界、核函数、SVM使用方法、多分类问题等,Machine
learning课程地址为:https://www.coursera.org/course/ml大家对于支持向量机(SVM)可能会比较熟悉,是个强大且流行...
分类:
其他好文 时间:
2014-05-12 12:42:21
阅读次数:
764
对于深度学习的基础,线性回归以及逻辑回归,下面针对这两个方面做一个练习。
例子主要参考http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=DeepLearning
一、线性回归 下载数据http://openclass...
分类:
其他好文 时间:
2014-05-08 23:46:57
阅读次数:
431
Stanford CoreNLP Stanford
CoreNLP提供一组自然语言处理的工具。这些工具可以把原始英语文本作为输入,输出词的基本形式,词的词性标记,判断词是否是公司名、人名等,规格化日期、时间、数字量,剖析句子的句法分析树和词依存,指示那些名词短语指代相同的实体。Stanford
Co...
分类:
其他好文 时间:
2014-05-04 19:56:22
阅读次数:
1769
代码来自于这里
https://code.google.com/p/stanford-cs193g-sp2010/source/browse/trunk/tutorials/sum_reduction.cu...
分类:
其他好文 时间:
2014-04-29 13:13:20
阅读次数:
324