theano學習指南1（翻譯）
theano學習指南，主要翻譯官方文檔 基礎知識 本學習指南不是一份機器學習的教程，但是首先我們會對其中的概念做一個簡單的回顧，以確保我們在相同的起跑線上。大家還需要下載幾個數據庫，以便於跑這個指南里面的程序。 theano下載安裝 在學習每一個算法的時候，大家都需要下載安裝相應的文件 ...
原文：theano學習指南2（翻譯）-對數回歸分類器
在本章節中，我們會學習如何用Theano實現最基本的對數回歸分類器。首先，我們會簡單的復習一個這個模型，在這個過程中，大家可以進一步的了解如何把數學表達式和Theano的圖模型結合起來。 數學模型 對數回歸模型是試過線性概率分類器，它有兩個參數，權重矩陣 W 和偏移向量 b .分類的過程是把數據投影到一組高維超平面上，數據和平面的距離反應了它屬於這個類別的概率。這個模型的數學公式可以表示為： P ...
2013-04-07 20:42 4 7067 推薦指數：
相關推薦
theano學習指南3（翻譯）-多層感知器模型
本節要用Theano實現的結構是一個隱層的多層感知器模型（MLP）。MLP可以看成一種對數回歸器，其中輸入通過非線性轉移矩陣$\Phi$做一個變換處理，以便於把輸入數據投影到一個線性可分的空間上。MLP的中間層一般稱為隱層。單一的隱層便可以確保MLP全局近似。然而，我們稍后還會看到多隱層的好處 ...
theano學習指南4（翻譯）- 卷積神經網絡
動機 卷積神經網絡是一種特殊的MLP,這個概念是從生物里面演化過來的. 根據Hubel和Wiesel早期在貓的視覺皮層上的工作 [Hubel68], 我們知道在視覺皮層上面存在一種細胞的復雜 ...
機器學習筆記——邏輯回歸(對數幾率回歸)和朴素貝葉斯分類器的對比
一 綜述 由於邏輯回歸和朴素貝葉斯分類器都采用了極大似然法進行參數估計，所以它們會被經常用來對比。(另一對經常做對比的是邏輯回歸和SVM，因為它們都是通過建立一個超平面來實現分類的)本文主要介紹這兩種分類器的相同點和不同點。 二.兩者的不同點 1.兩者比較明顯的不同之處在於，邏輯回歸 ...
LSTM 分類器筆記及Theano實現
相關討論 http://tieba.baidu.com/p/3960350008 基於教程http://deeplearning.net/tutorial/lstm.html LSTM基本 ...
Sencha Touch 2 官方文檔翻譯之 Controllers（控制器學習指南）
前言： 控制器 [Controller] 在Sencha Touch MVC中起到的是紐帶作用，它控制視圖 [View] 的展示邏輯，又負責以數據模型 [Model] 為基礎的數據 [Data] 處理邏輯（包括數據的加載、展示、更新、增刪等等）。控制器就像膠水，有了它才能夠把一個Sencha ...
線性回歸, 邏輯回歸和線性分類器
線性回歸, Linear Regression 邏輯回歸, Logistic Regression 線性分類器, Linear Classifier 邏輯分類器, Logistic Classifier. 注意, 這個名詞是我在文章中為了方便說明問題造出來的. 線性回歸可以看作一個 ...
用cart（分類回歸樹）作為弱分類器實現adaboost
在之前的決策樹到集成學習里我們說了決策樹和集成學習的基本概念（用了adaboost昨晚集成學習的例子），其后我們分別學習了決策樹分類原理和adaboost原理和實現， 上兩篇我們學習了cart（決策分類樹），決策分類樹也是決策樹的一種，也是很強大的分類器，但是cart的深度太深，我們可以指定 ...