原创 論文翻譯——基於數據的最優直方圖
On Optimal and Data-Based Histograms Author(s) : David W. Scott Source : Biometrika, Vol. 66, No. 3 (Dec., 1979), p
2020-07-05 03:49:27
1
原创 綜述論文：深度學習在心臟圖像分割的應用
作者： Chen Chen [1], Chen Qin [1], Huaqi Qiu [1],∗, Giacomo Tarroni [1,2], Jinming Duan [3],Wenjia Bai [4,5], and Dan
2020-07-05 03:49:27
5
原创 論文翻譯——使用深度卷積網絡處理ImageNet分類
ImageNet Classification with Deep Convolutional Neural Networks Authors : Alex Krizhevsky, Ilya Sutskever, Geoffr
2020-07-05 03:49:27
原创 正規化和模型選擇(Regularization and model selection)
對於某個學習問題，我們如何在幾種不同的模型中進 行選擇。例如，如果我們使用一個多項式迴歸模型hθ(x)=g(θ0+θ1x+θ2x2+…+θkxk)h_\theta(x) = g(\theta_0 + \theta_1x + \th
2020-07-05 03:49:27
6
原创 資料翻譯——核密度估計簡介
An introduction to kernel density estimation These notes are an edited version of a seminar given by Tarn Duong on
2020-07-05 03:49:27
1
原创 論文翻譯——用於大型社交網絡的推薦系統：主要挑戰及解決方案回顧
Recommender Systems for Large-Scale Social Networks: A review of challenges and solutions Punished in: ELSEVIER, Vo
2020-07-05 03:49:27
7
原创 感知器和大間隔分類器(The perceptron and large margin classifiers)
在學習理論的最後一節我們會介紹一個與之前不同的機器學習模型。在前面的內容裏我們討論了太多批量學習的情形，即先在給定訓練集上學習，將學習後的假設在另一個測試集上評估其表現。而在本節中，我們將關注在線學習這一情形，算法一邊學習一邊對輸
2020-02-26 00:29:51
原创 On Optimal and Data-Based Histograms
摘要 在本文中給出了最佳直方圖單元格寬度的公式，該公式漸近地使積分均方誤差最小化。 蒙特卡羅方法用於驗證該公式對小樣本的有效性。提出了一種基於數據的選擇箱寬參數的程序，該程序採用高斯參考標準，並且僅需要樣本大小和標準偏差的估計值。
2020-02-26 00:29:51
原创 論文翻譯——中國武漢市2019年新型冠狀病毒感染患者的臨牀特徵
作者 Chaolin Huang*, Yeming Wang*, Xingwang Li*, Lili Ren*, Jianping Zhao*, Yi Hu*, Li Zhang, Guohui Fan, Jiuyang Xu,
2020-02-26 00:29:41
原创 論文節選——2019新型冠狀病毒在美國的第一個病例
First Case of 2019 Novel Coronavirus in the United States Punished in : The New England Journal of Medicine Author
2020-02-26 00:29:41
原创 正規方程組(The normal equations)
2. 正規方程組 上一節的梯度下降是一種最小化成本函數J 的方法。這一節我們將介紹另一種算法也可以實現該功能且不需要使用迭代。正規方程組通過計算成本函數對每個θj 的偏導數，求出偏導爲零的點來成本函數的最小值。爲了不必寫大量的代數
2020-02-26 00:29:41
原创 線性迴歸(Linear Regression)
把監督式學習中關於房屋價格的例子稍作更改，除了原有數據，再加入臥室數量這一數據項。 居住面積(feet2\mathrm{feet}^2feet2) 臥室數量 價格(1000$s) 2104 3 400 1600
2020-02-26 00:29:41
原创 k均值聚類算法(The k-means clustering algorithm)
在聚類問題中，我們試圖將給定的樣本集{x(1),…,x(m)} 分割成幾個各自匯聚的聚類。這類問題中輸入特徵同之前一樣是一個n維向量x(i)∈Rn ，但輸出標籤y(i) 是不存在的，因此這是一個非監督式學習問題。 k-means
2020-02-26 00:29:40
原创 混合高斯模型和期望最大化算法(Mixture of Gaussians and the EM algorithm)
在這一章中，我們通過密度估計引出期望最大化算法。 在非監督式學習的情況下，給出一組訓練集{x(1),…,x(m)} ，我們試圖通過指定一個聯合分佈p(x(i),z(i))=p(x(i)|z(i))p(z(i)) 在數據集上建模。其
2020-02-26 00:29:40
原创 無限假設集(The case of infinite H)
我們已經證明了一些在有限假設集下成立的結論。但很多假設類實際包含了無限個函數，這種情況我們是否可以給出相似的結論？ 讓我們先舉個不恰當的例子，它有助於我們的直觀理解。 假設集H 的空間由d 個實參數控制。我們用電腦存儲這些實數，而
2020-02-26 00:29:40