目前机器学习最热门的领域有以下七个，后面给出相应的资料链接：1. 迁移学习Transfer learning 。 http://www.cse.ust.hk/TL/index.html2. 半监督学习Semi-Supervised learning 。 http://pages.cs.wisc.ed...
分类：
其他好文 时间：
2014-11-27 12:40:01
阅读次数：
138
1.贝叶斯公式每次提到贝叶斯这三个字，心中的仰慕之情油然而生。感觉贝叶斯推断是众多机器学习算法的基础（尤其是统计学习）。一个很简单的公式应用到非常复杂和广泛的领域，真是一件了不起的事情。再讲贝叶斯公式之前，首先回顾一下概率的知识。若 A、B 是两个事件，我们用P(A)表示事件A发生的概率，P(B)表...
分类：
其他好文 时间：
2014-11-26 01:04:44
阅读次数：
321
这篇文章浅谈一下我对机器学习中生成模型和判别模型的认识。首先，机器学习算法分为监督学习、半监督学习、非监督学习等。而对于监督学习，又可以分成生成学习(generative approach)和判别学习(discriminative approach)。下面是NG对这两个概念的解释：Algorithm...
分类：
其他好文 时间：
2014-11-23 22:57:44
阅读次数：
218
高斯判别分析（Gaussian discriminative analysis ）是一个较为直观的模型，基本的假设是我们得到的数据是独立同分布的(IID)，虽然在实际中这种假设很难达到，但有时候拥有了好的假设可以得到较好的结果。在Andrew Ng大神的CS229 Lecture notes中有.....
分类：
其他好文 时间：
2014-11-23 21:29:26
阅读次数：
944
这篇博客对应的是Andrew.Ng的那篇文章：An Analysis o f Single-Layer Networks in Unsupervised Feature Learning，文章的主要目的是讨论receptive field size，number of hidden nodes， s...
分类：
其他好文 时间：
2014-11-19 20:03:54
阅读次数：
255
本文基本按照《统计学习方法》中第一章的顺序来写，目录如下：1. 监督学习与非监督学习2. 统计学习三要素3.过拟合与正则化（L1、L2）4.交叉验证5. 泛化能力6. 生成模型与判别模型7. 机器学习主要问题8. 提问正文：1. 监督学习与非监督学习 从标注数据中学习知识的规律以及训练模型的方法叫....
分类：
其他好文 时间：
2014-11-16 21:18:33
阅读次数：
281
AdaBoost算法（AdaptiveBoost）的核心思想是：如果一个弱分类器的分类效果不好，那么就构建多个弱分类器，综合考虑它们的分类结果和权重来决定最终的分类结果。很多人认为AdaBoost是监督学习中最强大的两种算法之一（另一个是支持向量机SVM）。AdaBoost的训练过程如下：为每个..
分类：
编程语言 时间：
2014-11-06 15:09:33
阅读次数：
225
Machine Learning:Linear Regression With One Variable
机器学习可以应用于计算机视觉，自然语言处理，数据挖掘等领域，可以分为监督学习（Supervised Learning）,无监督学习（Unsupervised Learning），强化学习（Reinforcement Learning）等。
首先我们从一个简单...
分类：
系统相关 时间：
2014-11-05 00:30:58
阅读次数：
256
一、引言 本材料参考Andrew Ng大神的机器学习课程http://cs229.stanford.edu 在上一篇有监督学习回归模型中，我们利用训练集直接对条件概率p(y|x;θ)建模，例如logistic回归就利用hθ(x) = g(θTx)对p(y|x;θ)建模（其中g(z)是sigmoi.....
分类：
其他好文 时间：
2014-11-01 17:46:57
阅读次数：
202
一、引言 本材料参考Andew 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.....
分类：
其他好文 时间：
2014-10-31 22:09:46
阅读次数：
221
