LR 算法总结--斯坦福大学机器学习公开课学习笔记
在有监督学习里面有几个逻辑上的重要组成部件[3]，初略地分可以分为：模型，参数 和 目标函数。（此部分转自 XGBoost 与 Boosted Tree） 一、模型和参数 模型指给定输入xi如何去预测 输出 yi。我们比较常见的模型如线性模型（包括线性回归和logistic ...
原文：斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感
课程设置和内容视频课程分为 集，每集 分钟。实体课程大概一周 次，中间还穿插助教上的习题课，大概一个学期的课程。内容涉及四大部分，分别是：监督学习 集 学习理论 集 集 无监督学习 集 强化学习 集 。监督学习和无监督学习，基本上是机器学习的二分法 强化学习位于两者之间 而学习理论则从总体上介绍了如何选择 使用机器学习来解决实际问题，以及调试 比如：误差分析 销蚀分析 调优 比如：模型选择 特征选 ...
2016-08-26 23:11 4 1858 推荐指数：
相关推荐
斯坦福大学机器学习笔记及代码（一）
(Notes and Codes of Machine Learning by Andrew Ng from Stanford University) 说明：为了保证连贯性，文章按照专题而不是原本的课程进度来组织。 零、什么是机器学习？ 机器学习就是：根据已有的训练集D，采用学习算法A，得到 ...
斯坦福大学公开课IOS7视频教程百度网盘下载
https://itunes.apple.com/cn/course/developing-ios-7-apps-for/id733644550 Developing iOS 7 Apps for ...
斯坦福大学机器学习，EM算法求解高斯混合模型
斯坦福大学机器学习，EM算法求解高斯混合模型。一种高斯混合模型算法的改进方法---将聚类算法与传统高斯混合模型结合起来的建模方法, 并同时提出的运用距离加权的矢量量化方法获取初始值，并采用衡量相似度的方法来融合高斯分量。从对比结果可以看出，基于聚类的高斯混合模型的说话人识别相对于传统的高斯混合模型 ...
2012年2月斯坦福大学全球计算机方面公开课报名网址 （推荐有兴趣的报名）
对计算机方面课程有兴趣的同学推荐报名参加斯坦福大学全球计算机方面公开课，只需要填个邮箱报名即可。公开课的老师都是很牛的老师，在课上能学到不少东西，并且一般最后会有个以老师个人名义发的证书。刚过去的这学期我参加了Andrew Ng老师的 Machine Learning 这门课，收获很大 ...
Andrew Ng机器学习公开课笔记 -- 支持向量机
网易公开课，第6，7，8课 notes，http://cs229.stanford.edu/notes/cs229-notes3.pdf SVM-支持向量机算法概述, 这篇讲的挺好，可以参考 先继续前面对线性分类器的讨论， 通过机器学习算法找到的线性分类的线，不是唯一的，对于一个训练集 ...
Andrew Ng机器学习公开课笔记 -- Logistic Regression
网易公开课，第3，4课 notes，http://cs229.stanford.edu/notes/cs229-notes1.pdf 前面讨论了线性回归问题， 符合高斯分布，使用最小二乘来作为损失函数 下面继续讨论分类问题，分类问题和回归问题不同在于Y的取值是离散的 我们先讨论最简单 ...
Andrew Ng机器学习公开课笔记 -- 线性回归和梯度下降
网易公开课，监督学习应用.梯度下降 notes，http://cs229.stanford.edu/notes/cs229-notes1.pdf 线性回归（Linear Regression） 先看个例子，比如，想用面积和卧室个数来预测房屋的价格 训练集如下 首先，我们假设为线性模型 ...