Coursera机器学习笔记 第5周 第九章 神经网络：学习
第九章 神经网络：学习 第1节 代价函数和反向传播（Cost Function and Backpropagation） 9.1 代价函数 参考视频 : 9 - 1 - Cost Function (7 min).mkv 首先引入一些便于讨论的标记。假设神经网络的训练样本有 ...
Coursera机器学习笔记 第4周 八、神经网络：表述（一）
八、神经网络：表述 (Neural Networks: Representation) 8.1 非线性假设（Non-linear hypotheses） 参考视频：8 - 1 - Non-linear Hypotheses (10 min).mkv 前面我们学习了逻辑回归，它们可...
Coursera机器学习(Andrew Ng)笔记：神经网络
神经网络Neural Networks 机器学习初学者，原本是写来自己看的，写的比较随意。难免有错误，还请大家批评指正！对其中不清楚的地方可以留言，我会及时更正修改 神经网络模型的输入是特征 (x1,x2,⋯,xn) ，输出是我们的假设函数，在我们的模型中， x0 ...
Coursera公开课笔记: 斯坦福大学机器学习第八课“神经网络的表示(Neural Networks: Representation)”
斯坦福大学机器学习第八课“神经网络的表示(Neural Networks: Representation)”学习笔记，本次课程主要包括7部分： 1) Non-linear hypotheses (非线性hypotheses) 2) Neurons and the brain (神经元和大脑) 3...
机器学习-coursera-exercise4-神经网络
一、神经网络-手写数字的识别 （1）可视化数据 跟前面一次练习题的可视化数据的函数一样，代码不贴了，同 exercise3-可视化数据 跟之前一样将每一个样例（20pixel*20pixel）的灰度图像展开成一个向量（400维），这样得到的X矩阵包含m（m=5000）行，每一行是一个样例...
[机器学习] Coursera ML笔记 - 神经网络（Learning）
引言机器学习栏目记录我在学习Machine Learning过程的一些心得笔记，涵盖线性回归、逻辑回归、Softmax回归、神经网络和SVM等等，主要学习资料来自Standford Andrew Ng老师在Coursera的教程以及UFLDL Tutorial，同时也参考了大量网上的相关资料（在后面...
[机器学习] Coursera ML笔记 - 监督学习（Supervised Learning） - Representation
引言机器学习栏目记录我在学习Machine Learning过程的一些心得笔记，涵盖线性回归、逻辑回归、Softmax回归、神经网络和SVM等等，主要学习资料来自UFLDL Tutorial、Coursera ML和CS231n等在线课程和Tutorial，同时也参考了大量网上的相关资料（在后面列出...
Coursera机器学习笔记 第4周 八、神经网络：表述（二）
推荐资料：神经网络浅讲：从神经元到深度学习 8.1 特征和直观理解 1（Examples and Intuitions I） 参考视频 : 8 - 5 - Examples and Intuitions I (7 min).mkv 从本质上讲，神经网络能够通过学习得出其自身的一系...
Coursera_机器学习_week4&5_神经网络
神经网络的表示 52nlp的笔记 52nlp的笔记2 对于有大量特征的分类问题，除了逻辑回归，还可以选择神经网络算法，它对于复杂的假设空间和复杂的非线性问题有很好的学习能力。 Model representation 模型 用Logistic unit来模拟大脑中的神经元 其中 x...
coursera机器学习笔记-神经网络，学习篇
#对coursera上Andrew Ng老师开的机器学习课程的笔记和心得； #注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充，并非是课堂详细笔记和要点； #标记为<补充>的是我自己加的内容而非课堂内容，参考文献列于文末。博主能力有限，若有错误，恳请指正； #-...
[机器学习] Coursera ML笔记 - 神经网络（Representation）
前言 机器学习栏目记录我在学习Machine Learning过程的一些心得笔记，涵盖线性回归、逻辑回归、Softmax回归、神经网络和SVM等等，主要学习资料来自Standford Andrew Ng老师在Coursera的教程，同时也参考了大量网上的相关资料（在后面列出）。 本文主要记录我...
Coursera台大机器学习基础课程1
Coursera台大机器学习基础课程学习笔记 -- 1最近在跟台大的这个课程，觉得不错，想把学习笔记发出来跟大家分享下，有错误希望大家指正。一 机器学习是什么？感觉和 Tom M. Mitchell的定义几乎一致，A computer program is said to learn from ex...
Coursera台大机器学习课程笔记7 -- Noise and Error
本章重点: 简单的论证了即使有Noise，机器依然可以学习，VC Dimension对泛化依然起作用；介绍了一些评价Model效果的Error Measurement方法。一论证即使有Noisy，VC Dimension依然有效；下图展示了主要思想，以前的数据集是确定的（Deterministic...
coursera机器学习-支持向量机SVM
#对coursera上Andrew Ng老师开的机器学习课程的笔记和心得；#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充，并非是课堂详细笔记和要点；#标记为<补充>的是我自己加的内容而非课堂内容，参考文献列于文末。博主能力有限，若有错误，恳请指正；#----...
[机器学习] Coursera ML笔记 - 逻辑回归（Logistic Regression）
引言机器学习栏目记录我在学习Machine Learning过程的一些心得笔记，涵盖线性回归、逻辑回归、Softmax回归、神经网络和SVM等等。主要学习资料来自Standford Andrew Ng老师在Coursera的教程以及UFLDL Tutorial，Stanford CS231n等在线课...
Coursera-AndrewNg(吴恩达)机器学习笔记——第四周
神经网络1.神经网络发展的动力：在逻辑回归解决复杂的分类问题时，我们使用属性的一些组合来构造新的属性（x12,x1x2,x22...），这样就会造成属性的数目n过多，带来了大量的运算，甚至造成过拟合的现象。在计算机视觉中对物体进行识别，需要将图片的像素点作为属性，因此，属性的项目n将会十分的庞大。逻...
Coursera台大机器学习基础课程学习笔记1 -- 机器学习定义及PLA算法
最近在跟台大的这个课程，觉得不错，想把学习笔记发出来跟大家分享下，有错误希望大家指正。一机器学习是什么？感觉和 Tom M. Mitchell的定义几乎一致，A computer program is said to learn from experience E with respect to s...
stanford coursera 机器学习编程作业 exercise 6（支持向量机-support vector machines）
在本练习中，先介绍了SVM的一些基本知识，再使用SVM（支持向量机 ）实现一个垃圾邮件分类器。在开始之前，先简单介绍一下SVM①从逻辑回归的 cost function 到SVM 的 cost function逻辑回归的假设函数如下：hθ(x)取值范围为[0,1]，约定hθ(x)>=0.5，也...
【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 10—Advice for applying machine learning 机器学习应用建议
Lecture 10—Advice for applying machine learning10.1 如何调试一个机器学习算法？有多种方案：1、获得更多训练数据；2、尝试更少特征；3、尝试更多特征；4、尝试添加多项式特征；5、减小 λ；6、增大 λ为了避免一个方案一个方案的尝试，可以通过评估机器学...
Coursera台大机器学习技法课程笔记15-Matrix Factorization
很多ML模型用的都是数值特征，那么对于分类特征，该怎么做呢？ 以linear network为例：先对特征进行转换，转换成有意义的特征后，再对其进行线性组合 进一步，模型可表示为：使Ein最小，我们就能知道如何转换特征，如何组合线性模型。...