2016-11-16阅读(6259)评论(2)

三言两语讲完了反向传播，一个公式也没有，果然是面向“懒惰工程师”的快餐教程。比较喜欢“不提神经元，我们不是巫婆”的观点。这次不需要自己写算法，直接上TensorFlow了。 任务 2: 随机梯度下降 使用梯度下降和随机梯度下降训练一个全连接...

2016-11-14阅读(8215)评论(3)

这是谷歌在优达学城上开的公开课，感觉就是TensorFlow的宣传片。肉眼观测难度较低，作为入门第一课快速过掉也许还行。课程概述中说： 我们将教授你如何训练和优化基本神经网络、卷积神经网络和长短期记忆网络。你将通过项目和任务接触完整的机器学...

2016-11-11阅读(5277)评论(0)

斯坦福ML（Matlab）公开课最后一次编程练习，实现了异常检测算法并应用于服务器异常检测，然后利用协同过滤实现一个电影推荐系统。至此又填完一个坑，matlab感觉也入门了。 异常检测 你收集了一些服务器的流量与延迟数据，假设大部分服务器都...

2016-11-10阅读(6009)评论(4)

斯坦福ML（Matlab）公开课，这次练习先实现K-means聚类算法并应用于图像压缩，然后实现PCA并用于人脸图像，最后展示高维数据的可视化技巧。我发现matlab做动画特别方便，顺手把算法执行过程动画化了。 K-means聚类 循序渐进...

2016-11-10阅读(6702)评论(0)

译自《Implementing a Principal Component Analysis (PCA)– in Python, step by step》，一步步地实现了PCA，验证了散布矩阵和协方差矩阵可以得到同样的子空间，并友好地可视...

2016-11-10阅读(4817)评论(0)

斯坦福ML（Matlab）公开课，本次练习试验支持向量机，并应用于垃圾邮件分类。代码本身非常简单，理论知识参考《统计学习方法》或公开课视频。 支持向量机 这部分先在多个2D数据集上熟悉熟悉SVM和惩罚参数。 线性可分数据 简单的线性可分数据...

2016-11-09阅读(5012)评论(0)

斯坦福ML（Matlab）公开课，本次练习将实现正则化线性回归、多项式回归，并且在不同的参数下拟合数据、绘制学习曲线。 正则化线性回归 利用水库水位预测流量。 可视化数据集 数据集被拆分为3部分： 训练集 交叉验证集，用来决定正则化参数 测...

2016-11-07阅读(6013)评论(1)

斯坦福ML（Matlab）公开课，实现上次遗留的反向传播算法，并应用于手写数字识别，这次的看点是隐藏层的可视化，以及随机初始化参数的一些讲究。 简介 神经网络 上次实现了前向传播，但模型参数是别人给的。这次实现学习参数反向传播算法。 前向传...

2016-11-06阅读(5772)评论(0)

斯坦福ML（Matlab）公开课，这次主题是一些图像处理的基础知识。 简介 分别实现one-vs-all逻辑斯谛回归和神经网络，用来识别手写数字。其中逻辑斯谛回归是在上次练习的基础上拓展到多分类，神经网络不要求实现训练，仅要求实现前向传播然...

2016-11-05阅读(5481)评论(1)

斯坦福cs229 MATLAB公开课，简称ML公开课。这是第二次编程练习，本次重点是无约束非线性规划函数fminunc的用法，以及一些作图的技巧。 简介  实现逻辑斯谛回归，并应用到给定的两个数据集上。 逻辑斯谛回归  ...