- 博客(25)
- 收藏
- 关注
RSS订阅原创 【Machine Learning, Coursera】机器学习Week10 大规模机器学习笔记
本节内容：随机梯度下降(Stochastic Gradient Descent)
2018-12-19 14:46:50
266
原创 【Machine Learning, Coursera】机器学习Week9 推荐系统笔记
本节内容：推荐系统(Recommender Systems)，协同过滤(Collaborative Filtering)
2018-12-12 19:02:38
281
原创 【Machine Learning, Coursera】机器学习Week9 异常检测笔记
本节内容：异常检测(anomaly detection)
2018-12-05 14:04:58
358
原创 【Machine Learning, Coursera】机器学习Week8 主成分分析笔记
本节内容：降维(dimensionality reduction) 、主成分分析(principle component analysis)
2018-10-25 22:35:03
244
原创 【Machine Learning, Coursera】机器学习Week7 支持向量机的应用
本节内容：SVM的参数选择、SVM解决多分类问题、实践中logistic回归和SVM的选择
2018-10-10 23:07:13
388
原创 【Machine Learning, Coursera】机器学习Week6 偏斜数据集的处理
本节内容：1. 查准率(precision)和召回率(recall)2. F1 Score
2018-09-12 20:15:44
1012
原创 【Machine Learning, Coursera】机器学习Week6 机器学习应用建议
本节内容：1. 训练集(training set)、交叉验证集(cross validation set)、测试集(test set)2. 模型选择(model selection)3. 学习曲线(learning curves)
2018-09-05 13:53:07
557
原创 【Machine Learning, Coursera】机器学习Week5 Neural Networks: Backpropagation in Practice
本节内容：1. 展开参数(unrolling parameters)2. 梯度检验(gradient checking)3. 随机初始化(random initialization)
2018-08-29 21:20:24
181
原创 【Machine Learning, Coursera】机器学习Week5 Neural Networks: Learning
本节内容：神经网络的代价函数及其偏导项的计算，反向传播算法(backpropagation algorithm)
2018-08-21 23:41:58
206
原创 【Machine Learning, Coursera】机器学习Week4 Neural Networks: Application
本节内容：用神经网络实现同或(XNOR)和异或(XOR)运算
2018-08-14 10:33:54
357
原创 【Machine Learning, Coursera】Week3 ex1: Logistic Regression with Python
import numpy as npimport matplotlib.pyplot as pltfrom scipy.optimize import minimizedef plotData(X,y): """ Plot the data points with + for the positive examples and o for the negative ...
2018-08-07 18:10:51
244
原创 【Machine Learning, Coursera】Week2 ex1: Linear Regression with Python
-linearReg.pyimport numpy as npimport matplotlib.pyplot as pltdef warmUpExercise(): 'An example function that returns the 5x5 identity matrix' A = np.eye(5) print(A)def plotData(X,...
2018-07-31 10:38:22
181
原创 【Machine Learning, Coursera】机器学习Week4 Neural Networks: Representation
本节内容：1. 输入层(input layer)、隐藏层(hidden layer)、输出层(output layer)2. 偏置单元(bias unit)3. 激励(activation)、激励函数(activation function)4. 权重(weight)5. 前向传播算法(forward propagation)
2018-07-22 18:38:05
439
转载 gitlab和sourcetree结合使用实现代码管理
原文地址：https://blog.csdn.net/u012764358/article/details/62886427 Gitlab和Sourcetree结合使用实现代码管理这是本人第一次发表博客，如有不足或者缺陷，请批评指正，希望能够更好的学习。最近刚来到一家老外的公司，他们使用的代码管理工具是gitlab，...
2018-07-20 23:37:21
256
原创 【Machine Learning, Coursera】机器学习Week3 Regularization
本节内容：1. 过拟合(overfitting)、欠拟合(underfitting)2. 方差(variance)、偏差(bias)3. 正则化(regularization)
2018-07-11 17:19:03
296
转载 windows下MongoDB的安装及配置
原文地址：https://blog.csdn.net/heshushun/article/details/77776706一篇非常适合新手的教程，亲测有用，马住！ 一、先登录Mongodb官网https://www.mongodb.com/d...
2018-07-06 15:49:08
99
原创 【Machine Learning, Coursera】机器学习Week3 Logistic Regression
本节内容：1. 逻辑回归(logistic regression)的假设函数形式和代价函数形式 2.高级优化算法(advanced optimization algorithm) 3.One-vs-all 解决多分类问题
2018-07-04 16:31:49
580
1
原创 【Machine Learning, Coursera】机器学习Week2 Normal Equation
本节内容：1. 正规方程(normal equation)求解参数的推导 2.梯度下降法和正规方程法的应用场合
2018-06-26 13:54:58
237
原创 【Machine Learning, Coursera】机器学习Week2 Linear Regression with Multiple Variables
本节内容：1.多元线性回归(multivariate linear regression) 2.梯度下降的应用：特征缩放(feature scaling)、学习率(learning rate)的选择
2018-06-24 00:42:40
332
原创 【Machine Learning, Coursera】机器学习Week1 Linear Regression with One Variable
本节内容：1.一元线性回归(univariate linear regression) 2.梯度下降法(gradient descent)
2018-06-13 19:52:16
268
原创 【Machine Learning, Coursera】机器学习Week1 Introduction
本节内容：机器学习(machine learning)简介
2018-06-11 22:29:11
165
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人