baoff

摘要： photo OCR应用1.介绍：光学字符识别，图片文字转为可编辑的文字。2.步骤：（使用管道pipeline）识别出文本区域字符分割单个字符识别3.识别出文本区域收集长方形的图形作为训练集，表示是否是文字区域，训练算法。在图片中使用长方形（不同大小的）滑动窗口进行扫描，对每个长方形使用训练的算法判读... 阅读全文

摘要： 第十章、大型数据集的学习1.很多时候数据是越大越好，所以处理大量数据的时候就会很费时，但是在确定数据的时候，一定要先想一下，如果只使用部分数据（不是很大），就能替代整体数据，那么还是选择部分数据。或者这是一个欠拟合的问题，而需要先修改。2.随机梯度下降stochastic gradient desc... 阅读全文

摘要： 第九章（2）、推荐系统1.基于内容推荐content based recommendations根据内容给产品一个度（电影的浪漫度，喜剧度，动作度）使用线性回归方法（将除以m删掉了）：缺点：这种方法需要根据内容给产品一个度值，很花时间，只能用于容易确定度值的问题。反过来求：依然使用上面的例子，现在给... 阅读全文

摘要： 第九章（1）、异常检测1.正态\高斯分布 μ代表均值（曲线的对称轴）、σ代表标准差（曲线的宽度）根据数据集估计：2.密度估计3.数据集分类训练集使用正常产品的数据，验证集测试集使用正常和异常产品的数据。验证集和测试集的数据不能一样。4.使用交叉验证集去求，因为数据是高倾斜的y=1的数据很少，所... 阅读全文

摘要： 无监督学习算法第八章，聚类算法一、K-means（k均值）算法1.K-means（k均值）算法：将一堆数据分成K类举例：将二维平面的数据分成2部分预处理：在平面上随机选两个点（聚类中心）K均值是一个迭代方法 它要做两件事情簇分配：每个数据里选好的两个点哪个近，就将他分到那一类里移动聚类中心：每个聚类... 阅读全文

摘要： 第七章、支持向量机SVM（非线性）1.逻辑回归支持向量机代价函数：用cost1(z)代替,cost0(z)代替，两个函数的图像：去掉m,用C代替lambda，得支持向量机的算法：支持向量机的间距（大间隔分类）：因为theta' *X>=1而不是0，所以会选择一条离数据最远的一条线，如图：会选择那条黑... 阅读全文

摘要： 第六章，机器学习诊断法，改进机器学习算法，寻找合适的 上半部分：机器学习的建议1.当加入新的例子发现之前的算法是错误的，改进方法：寻找更多的训练集减少特征参数或修改特征参数，增加没有考虑到的特征增加多项式改变lambda的大小等等2.判断一个算法是否正确将数据集分成训练数据和测试数据（7:3，随机... 阅读全文

摘要： 第五章 神经网络学习算法1.一些标记：L层数，sl表示层的神经元个数（不包括a0），k输出层的个数2.神经网络的代价函数（不再是凸函数了，会有局部最值。尽管这样，在使用梯度下降算法后，一般仍然表现很好）求代价函数的前向传播算法：3.反向传播算法理解：http://ufldl.stanford.edu... 阅读全文

摘要： 第四章，神经网络介绍处理特征变量特别多时，多项式的量太多了（几何级数递增）模拟人脑只需要一个算法：将人的视觉信号发到大脑中原本处理听觉的部分，一段时间后就能处理视觉信号。所以处理视觉和听觉使用同一算法。盲人在头上安装一个摄像头，并通过连接舌头传到大脑中，就能看见。神经元：多个输入，细胞主体，输出神经... 阅读全文

摘要： 第三章，逻辑回归(分类)and正则化上半部分：逻辑回归假设函数：　（可以通过增加多项式来拟合曲线）要求：　重新定义函数为： g(z)图像：新的代价函数：图像：合并：（和线性回归类似，h(x)不同，有除以m）1.决策边界：对应h(x)=0.5，即theta' * X=0。2.寻找不同的代价函数使... 阅读全文