原创 Coursera ML筆記 -----week3 Logistic Regression
歡迎點擊作者原文地址 Logistic Regression /Classification logistic regression和linear regression 並沒有什麼直接的聯繫，不要搞混淆了 問題是什麼 ？ 希望
2020-06-29 04:45:47
原创 Coursera ML筆記 -----week4 Neural Network -1
歡迎點擊作者原文地址 Neural Network 在實際的分類問題中，我們會碰到這樣子的一種情況： 我們所要求解的問題的特徵特別多，並且我們所做出的假設並不是一個線性的關係，而是一個複雜的高次方項的非線性問題。這個時候我們如果
2020-06-29 04:45:47
原创 Coursera ML筆記 -----week5 Neural Network，Back Propagation
歡迎點擊作者原文地址 後向傳播算法 首先需要說明的是，在這一篇筆記中，我們的目的是：通過不斷地調整我們的參數，來更新cost function 以獲取其最小值。在實現的過程中，我們主要用到的方法主要是梯度下降法，可以參考邏輯迴歸章
2020-06-29 04:45:46
1
原创 概率論2---參數估計
利用樣本的信息對總體做推斷 這裏的推斷是怎麼回事？ 推斷包括了統計估計和假設檢驗兩部分 其中 統計估計 是估計總體的分佈或者數字特徵 這其實是要做兩件事情： 總體分佈未知，我要對它的分佈做估計，這叫做非參數估計總體分佈已知或者已經通過非參
2020-06-29 04:45:46
7
原创 Coursera ML筆記 -----week9-1 異常檢測
歡迎點擊作者原文地址 Anormaly Detction/Density Estimation 如何建立模型來計算p\(x\) ？ 考慮如何評估並且調整建立的模型和閾值ϵ 的選取? 異常檢測 v.s. 監督學習 特徵值的選取
2020-05-30 20:38:28
原创 coursera ML筆記 ----week2 多變量的線性迴歸
歡迎點擊作者原文地址 2017/3/10 week2 多變量的線性迴歸 hθ(x)=ΘTX=θ0+θ1x1+θ2x2+...+θnxn cost function J(Θ)=12m∑i=1m(y^−yi)2=12m∑
2020-02-22 14:21:06
原创 coursera 前三張公式速查
歡迎點擊作者原文地址 所有公式速查 注意：所有的公式優先以向量的形式表示，其中 θ=(θ0,θ1,...,θn)T X=⎡⎣⎢⎢⎢⎢⎢⋯(x(1))T⋯⋯(x(2))T⋯⋮⋯(x(n))T⋯⎤⎦⎥⎥⎥⎥⎥ x(i)=(x(
2020-02-22 14:21:06
原创 概率論1
寫博客的目的是爲了幫自己理清楚在學習過程中的思路。 char1 基本概念與抽樣分佈 1.數理統計學是在做什麼？ 研究如何有效地收集、整理和分析受隨機影響的數據，並對所考慮的問題作出推斷和預測，爲決策和行爲提供依據和建議。 數理統計學的
2020-02-22 14:21:06
原创 Coursera ML筆記 --- week1:單變量的線性迴歸+梯度下降法
歡迎點擊作者原文地址 week1:單變量的線性迴歸+梯度下降法 2017/3/7 week1 supervise learing 監督學習分爲兩類：分類和迴歸 分類是將輸入變量（feature/attri
2020-02-22 14:21:06
原创 每天學習計劃及進度彙總
2017/3/21 機器學習使用案例解析 預測網頁流量的例子+polynomial regression √ coursera ML課程前三章
2020-02-22 14:21:06
原创 Coursera ML筆記 -----week3 Regulariztion
歡迎點擊作者原文地址 2017/3/20 Regularization 正則化的目的是改善或者減少過擬合overfitting 什麼是overfitting？ underfitting /high bias欠擬合,是指
2020-02-22 14:21:06
原创 遺傳算法
目標：在解空間中儘可能地找到最優解，找不到最優解，就找比較好的解，希望能跳出局部最優解 步驟： 1.在解空間中選擇一部分的點來構成一個種羣，每個點都是一個解，每個點都應該用統一的編碼方式來進行編碼。於是，一個解可以類比成一個染色體，而經
2020-02-22 14:21:06
原创 2017年3月份碰到的問題彙總
做項目的時候碰到的問題彙總： 2017/3/2 學習struts2 1.運行第一個struts2程序的時候一直報錯 原因：1.使用的jar包的版本問題，如果使用2.3的版本沒有什麼問題 ，但是2.5的版本就會出現各種各樣
2020-02-22 14:21:06
原创 機器學習實用案例解析--讀書筆記
第五章 線性迴歸 對於一個給定的數據集，我們想用線性迴歸來進行預測 fitted.regression <- lm(y~x,datasource) 接下來要進行直線的位置參數的求解 [intercept slope] =
2020-02-22 14:21:06
原创 Coursera ML筆記 -----week7 Support Vector Machine
歡迎點擊作者原文地址 本部分主要解釋這麼幾個問題： 1. 從logistic regression到SVM 2. SVM和Large Margin Classfier 3. SVM的hypothetsis (θTf≥0 ) 4.
2018-09-01 02:12:10