声明：本博客整理自博友@zhouyong计算广告与机器学习－技术共享平台，尊重原创，欢迎感兴趣的博友查看原文。 符号定义 声明：本博客整理自博友@zhouyong计算广告与机器学习－技术共享平台，尊重原创，欢迎感兴趣的博友查看原文。 符号定义 这里定义《深入浅出ML》系列中涉及到的公式符号，如无特殊 ...
分类：
系统相关 时间：
2016-05-15 12:20:34
阅读次数：
487
Geoffery Hinton教授的Neuron Networks for Machine Learning的第五讲主要介绍物体识别问题的难点及克服这些难点的方法，重点介绍了数字识别和物体识别中使用的卷积网络。Why object recognition is difficult我们知道识别真实场景中的物体是很困难的，这一小节我们来介绍造成这些困难的一些东西。
Segmentation: 在一个图像...
分类：
其他好文 时间：
2016-05-15 00:40:11
阅读次数：
180
Geoffery Hinton教授的Neuron Networks for Machine Learning的第四讲主要介绍如何使用back propagation算法来学习到词汇的特征表示。Learning to predict the next word接下来的几小节主要介绍如何使用back propagation算法来学习到词汇的特征表示。我们从一个很简单的例子开始，介绍使用back prop...
分类：
其他好文 时间：
2016-05-13 00:13:01
阅读次数：
181
=====================================================================
《机器学习实战》系列博客是博主阅读《机器学习实战》这本书的笔记也包含一些其他python实现的机器学习算法
github 源码同步：https://github.com/Thinkgamer/Machine-Learning-With-Py...
分类：
编程语言 时间：
2016-05-12 12:07:13
阅读次数：
497
P.S. SVM比较复杂，代码没有研究清楚，进一步学习其他知识后再来补充。以下仅罗列了最核心的知识，来自《机器学习实战》的学习摘要。优点：泛化错误率低，计算开销不大，结果易解释。缺点：对参数调节和核函数的选择敏感，原始分类器不加修改仅适用于处理二类问题。适用数据类型：数值型和标称型数据。线性可分数据... ...
分类：
系统相关 时间：
2016-05-11 10:53:20
阅读次数：
705
原文地址Machine Learning in the Cloud, with TensorFlowWednesday, March 23, 2016Posted by Slaven Bilac, Software Engineer, Google Research用TensorFlow在云端进行机器学习At Google, researchers collaborate closely with...
分类：
其他好文 时间：
2016-05-09 11:08:33
阅读次数：
245
%% Machine Learning Online Class - Exercise 3 | Part 1: One-vs-all % Instructions % % % This file contains code that helps you get started on the % li ...
分类：
其他好文 时间：
2016-05-08 16:56:47
阅读次数：
443
1.1 统计学习概念
统计学习(statistical learning)是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测和分析的一门学科,统计学习也成为统计机器学习(statistical machine learning).
特点
统计学习将数据作为研究对象,是数据驱动的学科
统计学习的目的是对数据进行预测和分析
统计学习以方法为中心,统计学习方法构建模型并应用...
分类：
其他好文 时间：
2016-05-07 07:46:37
阅读次数：
154
写在前面的话：
适值毕业之季，因毕业论文的需要，又恰好看到这篇博文，写的甚是不错，因此，进行了翻译，作为我的第一篇博文。这里给出原作者Blog Address(http://www.erogol.com/brief-history-machine-learning/)。
机器学习就是在非精确编程的情况下，让计算机根据训练过程进行自我学习的科学。在过去的十年中，机器学习极大的促进了好多高新技...
分类：
系统相关 时间：
2016-05-06 16:15:30
阅读次数：
500
Geoffrey Hinton教授的Neuron Networks for Machine Learning的第三讲主要介绍了线性/逻辑神经网络和BackPropagation，下面是整理的笔记。Learning the weights of a linear neuron这一小节介绍线性神经网络的学习算法。线性神经网络很像感知机，但又有不同：在感知机中，权值向量总是越来越接近好的权值设定；在线性神...
分类：
其他好文 时间：
2016-05-05 22:45:10
阅读次数：
396
