原创 CS229 Lecture 11
CS229 Lecture 11 課程要點： Bayesian statistics and regularization Online Learning Advice for apply ML Algorithm 貝葉斯
2020-06-28 22:59:30
原创 CS229 Lecture 12
CS229 Lecture 12 課程要點： 無監督學習 聚類(K-Means) Mixtures of Gaussians Jensen’s Inequality EM(Expectation Maximization)
2020-06-28 22:59:30
原创 MIT 18.06 linear algebra 第二十講筆記
MIT 18.06 linear algebra 第二十講筆記 第二十課課程筆記： Formula for A−1A−1 Cramers Rule for x=A−1bx=A−1b |Det A| = volume of bo
2020-06-16 04:30:48
2
原创 MIT 18.06 linear algebra 第二十四講筆記
MIT 18.06 linear algebra 第二十四講筆記 第二十四講課程要點： Markov matrices Steady State Fourier Series & Projections A=⎡⎣⎢0.10
2020-06-16 04:30:47
原创 MIT 18.06 linear algebra 第二十一講筆記
MIT 18.06 linear algebra 第二十一講筆記 第二十一課課程要點 Eigenvalue、Eigenvector det[A−λI]=0det[A−λI]=0 TRACE=λ1+λ2+λ3+⋯+λnTRACE
2020-06-16 04:30:47
原创 MIT 18.06 linear algebra 第二十二講筆記
MIT 18.06 linear algebra 第二十二講筆記 第二十二課課程筆記 Diagonaliging a matrix S−1AS=ΛS−1AS=Λ Powers of A | equation Uk+1=AUkU
2020-06-16 04:30:47
原创 CS229 Lecture 4
CS229 Lecture 4 這節課聽的也是不太懂，先把筆記記下來 課程要點： 牛頓方法 廣義線性模型 指數分佈族 多項式分佈 牛頓方法 牛頓方法提供了一種求解極值的方法，它需要迭代的次數會較梯度下降、上升之類的算法少很多
2020-06-16 04:30:45
原创 CS229 Lecture 10
CS229 Lecture 10 課程要點： VC 維 模型選擇-交叉驗證 特徵選擇 回顧上節課 推論：假設H\mathcal{H}H的大小爲kkk且γ\gammaγ和σ\sigmaσ固定，那麼對於在至少1−σ1-\sig
2020-06-16 04:30:45
原创 MIT 18.06 linear algebra 第十七講筆記
MIT 18.06 linear algebra 第十七講筆記 第十七課課程要點： Orthogonal basis q1,q2....q3q1,q2....q3 Orthogonal matrix QQ Gram-Schmi
2020-02-23 06:16:11
5
原创 MIT 18.06 linear algebra 第二十三講筆記
MIT 18.06 linear algebra 第二十三講筆記 第二十三課課程要點： Differential Equation dudt=AUdudt=AU Exponential eAteAt of a matrix
2020-02-23 06:16:11
1
原创 MIT 18.06 linear algebra 第十八講筆記
MIT 18.06 linear algebra 第十八講筆記 第十八課課程要點： Determinant detA=|A|detA=|A| Properties 1-10 課程首先介紹了關於行列式的十大性質： ①
2020-02-23 06:16:01
原创 MIT 18.06 linear algebra 第十九講筆記
MIT 18.06 linear algebra 第十九講筆記 第十九課課程要點 Formula for det A（n! terms） Cofactor formula Tridiagonal Matrix 求解行列式的
2020-02-23 06:16:01
原创 MIT 18.06 linear algebra 第二十五講筆記
MIT 18.06 linear algebra 第二十五講筆記 Review for quiz 2 Q=[q1,q2,⋯,qn]Q=[q1,q2,⋯,qn] Projections–Least Squares Gr
2020-02-23 06:16:01
2
原创 CS229 Lecture 9
CS229 Lecture 9 課程要點 學習理論 偏差與方差 就上面的三幅函數與數據的擬合圖像來說，左圖明數據呈現出二次函數形式而擬合函數卻是一次函數θ0+θ1x\theta_0+\theta_1xθ0+θ1x,
2019-09-16 02:35:30
原创 CS229 Lecture 8
CS229 Lecture 8 課程要點： kernels soft margin SMO algorithm 原始優化問題： minw,b  12∣∣w∣∣2\mathop {
2019-09-09 02:16:38