machinelearning 第67页

Machine Learning 3 - 主成分(PCA)算法分析

今天趁下班后看了一会主成分分析算法介绍，其实之前有参加TK同事MachineLearning的系列分享，正好今天看到，现学现卖。

erixhao·2020-08-04 12:43

凸优化简介

在machinelearning的很多问题中，我们最终往往要求解某个函数的最优值。

wudisunyanzi·2020-08-04 08:33

SVM的数学原理详解

参考文献[1]周志华.(2016).机器学习:=Machinelearning.清华大学出版社.[2]Platt,J.C.(1998).SequentialMinimalOptimization:AFastAlgorithmforTrainingSupportVectorMachines.AdvancesinKernelMethods-supportVectorLearning

wjw1993year·2020-08-04 07:41

吴恩达机器学习ex2

回归成本函数predict.m-Logistic回归预测函数costFunctionReg.m-正则化Logistic回归成本第一部分：逻辑回归ex2.m(不需做改动，粘过来的原因是对新的语段进行解释)%%MachineLearningOnlineCl

Annnnnm·2020-08-04 06:27

PCA SVD原理详解及应用

本文分为两大部分即PCA和SVD，每一部分下又分为原理和应用两小部分说明：本文代码参考PeterHarrington编写的MachineLearninginAction,感兴趣的小伙伴可以去看一下，笔者认为这本书还不错注意

weixin_42001089·2020-08-04 06:22

可视化MNIST之降维探索Visualizing MNIST: An Exploration of Dimensionality Reduction

Atsomefundamentallevel,nooneunderstandsmachinelearning.Itisn’tamatterofthingsbeingtoocomplicated.Almosteverythingwedoisfundamentallyverysimple.Unfortunately

weixin_34202952·2020-08-04 05:21

数据预处理系列：（十二）用截断奇异值分解降维

风雪夜归子·2020-08-04 03:07

学习记录(coursera)

1.MachineLearning,byAndrewNG2.CodingtheMatrix:LinearAlgebrathroughComputerScienceApplications,byPhilipKlein3

swuteresa·2020-08-04 01:55

Machine Learning第九讲[推荐系统] --（三）低秩矩阵分解

内容来自Andrew老师课程MachineLearning的第九章内容的LowRankMatrixFactorization部分。

nana-li·2020-08-04 00:46

300本电子书PDF免费送

数据科学速查表零起点Python机器学习快速入门《深度学习入门：基于Python的理论与实现》高清中文版PDF+源代码《Python深度学习》2018中文版pdf+英文版pdf+源代码stanfordmachinelearningPython

laiczhang·2020-08-03 23:57

K折交叉验证处理数据！

机器学习（MachineLearning）与深度学习（DeepLearning）的相关研究中，经常会将数据集（dataset）划分为训练集（trainingset）跟测试集（testingset）这两个子集

木子偉·2020-08-03 23:09

李宏毅-深度学习Note（Lecture 0-2 Introduction Regression）

李宏毅-深度学习Note视频链接：机器学习-李宏毅(2019)MachineLearning参考：李宏毅深度学习19（完整版）国语】机器学习深度学习李宏毅-深度学习Note（目录）目录P1MLLecture0

渣渣的夏天·2020-08-03 22:49

CNN中感受野大小的计算

参考资料：卷积神经网络物体检测之感受野大小计算-machineLearning-博客园https://www.cnblogs.com/objectDetect/p/5947169.htmlCNN感受野计算公式

lx_xin·2020-08-03 19:08

Elasticsearch Reference 5.5 中文翻译5

SetupX-Pack安装X-PackX-PackisanElasticStackextensionthatbundlessecurity,alerting,monitoring,reporting,machinelearning

kingdz618·2020-08-03 18:56

稀疏表示字典的显示（MATLAB实现代码）

]稀疏表示字典的显示（MATLAB实现代码）2016-01-0519:34400人阅读评论(0)收藏举报分类：ImageSuperResolution（10）CompressiveSensing（6）MachineLearning

huangshanxiaoshitou·2020-08-03 17:02

How to Train a Final Machine Learning Model

HowtoTrainaFinalMachineLearningModelThemachinelearningmodelthatweusetomakepredictionsonnewdataiscalledthefinalmodel.Therecanbeconfusioninappliedmachinelearningabouthowtotrainafinalmodel.Thiserrorissee

dazhi_1314·2020-08-03 16:15

《Gans in Action》第一章对抗神经网络介绍

IntroductiontoGANs对抗神经网络介绍ThischaptercoversAnoverviewofGenerativeAdversarialNetworksWhatmakesthisclassofmachinelearningalgorithmsspecialSomeoftheexcitingGANap

李乾文·2020-08-03 13:40

写给人类的机器学习一、为什么机器学习重要

一、为什么机器学习重要原文：MachineLearningforHumans作者：VishalMaini译者：飞龙协议：CCBY-NC-SA4.0简单、纯中文的解释，辅以数学、代码和真实世界的示例谁应该阅读它想尽快赶上机器学习潮流的技术人员想要入门机器学习

布客飞龙·2020-08-03 12:46

机器学习(Machine Learning, ML)

机器学习(MachineLearning,ML)的目的是根据给定的训练样本求对某系统输入输出之间依赖关系的估计，使它（这种关系）能够对未知输出做出尽可能准确地预测。

zhangqinghao9203·2020-08-03 09:25

吴恩达机器学习作业ex1~matlab

单变量版：ex1.m%%MachineLearningOnlineClass-Exercise1:LinearRegression%Instructions%------------%%Thisfilecontainscodethathelpsyougetstartedonthe

yinfang1252·2020-08-03 09:39

机器学习（一）支持向量机(Support Vector Machine)

1.SVM简介1.1什么是支持向量机支持向量机(Supportvectormachine)通常用在机器学习(Machinelearning)。

zxca368·2020-08-03 08:13

吴恩达机器学习----应用机器学习的建议

第十章应用机器学习的建议(AdviceforApplyingMachineLearning)获得更多的训练实例——通常是有效的，但代价较大，可考虑先采用下面的几种方法进行解决：1.尝试减少特征的数量2.

wu740027007·2020-08-03 08:23

一些应用机器学习算法的总结和注意点

这篇博客是基于本人在美国堪萨斯大学的Introduciontomachinelearning的课件资料和课程笔记，进行整理与总结，也包含自己在做课程project过程中的经验1.简介机器学习有很多算法，

曹睿·2020-08-03 07:52

数学推导+纯Python实现机器学习算法19：CatBoost

Python机器学习算法实现Author：louwillMachineLearningLab本文介绍GBDT系列的最后一个强大的工程实现模型——CatBoost。

louwill12·2020-08-03 07:29

【Python与机器学习】：利用Keras进行多类分类

这里我们采用的例子是著名的UCIMachineLearningRepository中的鸢尾花数据集（irisflowerdataset）。

weixin_34228662·2020-08-03 07:25

学习资料汇总区--不断更新

机器学习部分：1.机器学习的入门，从coursera上吴恩达老师的machinelearning开始：https://class.coursera.org/ml/class/index2.一个很好的Stanford

weixin_30268071·2020-08-03 06:21

1 什么是机器学习（Machine Learning)？

机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。

花梦飞·2020-08-03 05:35

协方差为什么能表示两个随机变量的相关性？

作者:Hg时间：2015.81.引言作为machinelearning的初学者，看到如此多的问题都能够用数学简单的进行解决，再次感觉到数学的魅力。

HuntingGo·2020-08-03 05:12

Differences between L1 and L2 as Loss Function and Regularization

Whilepracticingmachinelearning,youmayhavecomeuponachoiceofthemysteriousL1vsL2.Usuallythetwodecisionsare

文fei哦·2020-08-03 05:23

《机器学习》课程心得(1)

天submit了Coursera上Machinelearning课程的最后一个programmingexercise，呼一口气，顿时觉得整整两个月的努力一下子变得云淡风轻了。

tyt2222008·2020-08-03 05:48

SVM（支持向量机）- 基本思想（一）

SVM（支持向量机）-基本思想(一)Reference:Pluskid系列博客《Patternrecognitionandmachinelearning》CMBishop-2006《convexoptimization

TTransposition·2020-08-03 04:39

Coursera Machine-Learning exercise1 官方课后习题 jupyter/python 版本 Andrew ng 吴恩达

MachineLearning课程的官方版本课后习题，如需答案可参考本博客其余文章Pythonassignmentsforthemachinelearningclassbyandrewngoncourserawithcompletesubmissionforgradingcapabilityandre-writteninstructions.https

NealChalmers·2020-08-03 03:02

机器学习实战【7】（SMO算法实现）

本博客记录《机器学习实战》（MachineLearningInAction）的学习过程，包括算法介绍和python实现。

0-00-0·2020-08-03 02:35

《Machine Learning Yearning》翻译---绪论（1~4）

_寒潭雁影·2020-08-03 02:48

DeepLearning基础学习笔记一（背景了解及学习工具）

1.机器学习（MachineLearning）1.1概念：多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。

fplei·2020-08-03 01:43

时间序列--重要变量选择

的形式了，但如果我们要变量选择的话，还是先转化成监督学习问题吧（shift...)转换成监督学习问题参考：https://machinelearningmastery.com/category/time-series

上进的菜鸟·2020-08-03 01:45

机器学习（统计学习方法）基础知识

统计学习也称为统计机器学习（statistialmachinelearning）。统计学习分为监督学习，非监督学习，半监督学习和强化学习。本文内容以监督学习为主。

静_流·2020-08-03 00:03

机器学习总结

机器学习总结机器学习（MachineLearning，ML）是一门多领域交叉学科，涉及概率统计、非线性优化、信息论、人工智能、计算复杂性和控制论等多门学科。

洌泉_就这样吧·2020-08-02 23:04

Elasticsearch6.2.2 X-Pack部署及使用详解

X-Pack是集成了多种便捷功能的单个插件—security、alerting、monitoring、reporting、graph探索和machinelearning—您可以在ElasticStack

铭毅天下·2020-08-02 22:49

吴恩达机器学习系列课程笔记——机器学习的评估和诊断

目录1.机器学习评估方法1.1传统标准1.2交叉验证集2.机器学习诊断法（MachineLearningDiagnostics）2.1特征数量对拟合的影响2.2正则化参数对拟合的影响2.3样本数对拟合的影响

White_lies·2020-08-02 22:01

机器学习——支持向量机（一）间隔与支持向量

支持向量机（一）什么是支持向量机参考https://en.wikipedia.org/wiki/Support-vector_machineInmachinelearning,support-vectormachines

BiteTheDust·2020-08-02 21:00

【机器学习】吴恩达机器学习课程（数学推导详解）

机器学习（MachineLearning）：是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

infinite_with·2020-08-02 21:56

吴恩达《Machine Learning》Jupyter Notebook 版笔记发布！图解、公式、习题都有了

其实，今天讲的Coursera上的《MachineLearning》更加简单。

Pysamlam·2020-08-02 20:09

《机器学习》学习笔记（四）-- 逻辑回归

ThreeStepsofMachineLearningLogisticRegressionVSLinearRegressionDiscriminativevsGenerativeConclusionMulti-classClassificationReview

DIAJEY·2020-08-02 15:06

KDD 2011 最佳工业论文中机器学习的实践方法-翻译

作者：黄永刚PracticalmachinelearningtricksfromtheKDD2011bestindustrypaper原文链接：http://blog.david-andrzejewski.com

weixin_34409822·2020-08-02 14:19

【Machine Learning】---Implement cost functions in Python

2020年的暑假，忙里偷闲买了本西瓜书，照着小破站上的machinelearning的教程学了个框架。这张图让我明白了机器学习在人工智能的地位，以及其下辖的分支学科。

Greif_Hairline·2020-08-02 13:39

机器学习实战【5】（SVM-支持向量机）