Real-Ying

2017年5月13日 #

Ng第十六课:推荐系统(Recommender Systems)

摘要: 16.1 问题形式化 16.2 基于内容的推荐系统 16.3 协同过滤 16.4 协同过滤算法 16.5 矢量化:低秩矩阵分解 16.6 推行工作上的细节:均值归一化 16.1 问题形式化 16.2 基于内容的推荐系统 16.3 协同过滤 16.4 协同过滤算法 16.5 矢量化:低秩矩阵分解 16 阅读全文

posted @ 2017-05-13 22:22 Real-Ying 阅读(376) 评论(0) 推荐(0) 编辑

摘要: 异常检测:检测非正常用户,在线收集用户数据,建立用户的活动特征向量,可能包含用户多久登陆一次,访问过的页面,在论坛发的帖子数量,甚至是打字速度等,根据这个模型识别那些非正常用户。 通过收集计算机各方面状态数据建立特征向量模型识别计算机是否正常运行。 基于高斯分布的算法,根据两个特征得出P(x)然后选 阅读全文

posted @ 2017-05-13 21:15 Real-Ying 阅读(179) 评论(0) 推荐(0) 编辑

Ng第十五课:异常检测(Anomaly Detection)

摘要: 15.1 问题的动机 15.2 高斯分布 15.3 算法 15.4 开发和评价一个异常检测系统 15.5 异常检测与监督学习对比 15.6 选择特征 15.7 多元高斯分布(可选) 15.8 使用多元高斯分布进行异常检测(可选) 15.1 问题的动机 15.2 高斯分布 15.3 算法 15.4 开 阅读全文

posted @ 2017-05-13 20:32 Real-Ying 阅读(289) 评论(0) 推荐(0) 编辑

导航