大家好，我是Mac Jiang,今天和大家分享Coursera-NTU-機器學習基石（Machine Learning Foundations）-作业2 Q19-20的C++实现。虽然有很多大神已经在很多博客中给出了Phython的实现，但是给出C++实现的文章明显较少，这里为大家提供一条C++实现的思路！我的代码虽然能够得到正确答案，但是其中可能有某些思想或者细节是错误的，如果各位博友发现，请及...
分类：
编程语言 时间：
2016-04-01 18:33:27
阅读次数：
262
《全连接的BP神经网络》
本文主要描述全连接的BP神经网络的前向传播和误差反向传播，所有的符号都用Ng的Machine learning的习惯。下图给出了某个全连接的神经网络图。
1前向传播
1.1前向传播
分别计算第l层神经元的输入和输出；
1.1.1偏执项为1时
向量整体形式：
分量形式：
1.1.2偏执项为b时
向量整体形式：
分量形式：
...
分类：
其他好文 时间：
2016-04-01 18:22:57
阅读次数：
217
本笔记为Coursera在线课程《Machine Learning》中的单变量线性回归章节的笔记。
2.1 模型表示
参考视频: 2 - 1 - Model Representation (8 min).mkv
本课程讲解的第一个算法为"回归算法"，本节将要讲解到底什么是Model。下面，以一个房屋交易问题为例开始讲解，如下图所示（从中可以看到监督学习的基本流程）。
所使用的数据集为...
分类：
系统相关 时间：
2016-04-01 18:22:42
阅读次数：
210
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数的取值hθ(x)，其中n是样本的特征维度
② 如果hθ(x)>=0.5，则x输入...
分类：
其他好文 时间：
2016-04-01 18:18:17
阅读次数：
282
本笔记为Coursera在线课程《Machine Learning》中的数据降维章节的笔记。
十四、降维 (Dimensionality Reduction)
14.1 动机一：数据压缩
本小节主要介绍第二种无监督学习方法：dimensionality reduction，从而实现数据的压缩，这样不仅可以减少数据所占磁盘空间，还可以提高程序的运行速度。如下图所示的例子，假设有一个具有很多维...
分类：
系统相关 时间：
2016-04-01 18:17:59
阅读次数：
308
六 逻辑回归(Logistic Regression：LR)
逻辑回归(Logistic Regression, LR)模型其实仅在线性回归的基础上，套用了一个逻辑函数，但也就是由于这个逻辑函数，使得逻辑回归模型成为了机器学习领域一颗耀眼的明星，更是计算广告学的核心。
6.1 分类问题（Classification）
本小节开始介绍分类问题（该问题中要预测的变量y是离散值），同时，还要学习...
分类：
系统相关 时间：
2016-04-01 18:17:07
阅读次数：
374
Prepare the data 数据来自UCIhttp://archive.ics.uci.edu/ml/machine-learning-databases/credit-screening,一个信a用卡的数据,具体各项变量名以及变量名代表的含义不明(应该是出于保护隐私的目的),本文会用logi ...
分类：
编程语言 时间：
2016-03-31 12:51:17
阅读次数：
593
大家好，我是Mac Jiang,今天和大家分享Coursera-NTU-機器學習基石（Machine Learning Foundations）-作业2 Q16-18的C++实现。虽然有很多大神已经在很多博客中给出了Phython的实现，但是给出C++实现的文章明显较少，这里为大家提供一条C++实现的思路！我的代码虽然能够得到正确答案，但是其中可能有某些思想或者细节是错误的，如果各位博友发现，请及...
分类：
编程语言 时间：
2016-03-31 11:00:28
阅读次数：
334
1 The Learning Problem1.1 Course Introduction介绍课时设置。 1.2 What is Machine Learning 什么是机器学习？ 类比人的学习：通过观察获得经验获得解决问题的技能。 机器的学习：通过大量数据获得经验（模型公式等）获得解决问题的技能（ ...
分类：
其他好文 时间：
2016-03-29 10:16:05
阅读次数：
162
I find myself coming back to the same few pictures when explaining basic machine learning concepts. Below is a list I find most illuminating. 1. Test ...
分类：
系统相关 时间：
2016-03-28 13:36:07
阅读次数：
506
