大数据开发程序猿

摘要： 一、SVM模型 1.函数间隔与几何间隔，哪一条线是最好的？ (1)公式化问题。 分类模型：当里面的值小于0的时候就是-1，当里面的值是大于等于0的时候就是1 函数间隔：前面乘以y(i)，是为了保持数值为正值，数据点到直线的距离。把点代进去就是其函数间隔，函数间隔最好的是几何间隔最大的那个。最好的分类 阅读全文

摘要： 一、神经网络与卷积神经网络 0.DNN(MLP多层感知器)能用到计算机视觉上吗？为什么需要CNN DNN可以用在计算机视觉上， 1.卷积神经网络和人工神经网络的差异在哪里？ 为什么需要卷积神经网络。下面是一个32x32x3的图片，隐层一般为1024或者4096的维度。输入维度是4k左右，隐层在102 阅读全文

摘要： 一、什么是推荐系统 1.个性化推荐系统：从庞大的电影库中找几部符合你兴趣的电影供你选择。 2.推荐系统是帮助用户快速发现有用信息的工具。和搜索引擎不同的是，推荐系统不需要用户提供明确的需求，而是通过分析用户的历史行为给用户的兴趣建模，从而主动给用户推荐能够满足他们兴趣和需求的信息。搜索引擎和推荐系统 阅读全文

摘要： 一、从LR到决策树 0.思考一些一个分类问题：是否去相亲，LR解决的问题可能是这样的 在下面各个特征下给定w1，w2，w3，w4等参数值，将wx+b送到sigmoid函数中去，拿到一个概率p，我们在使用这个函数的时候会有一个损失函数loss function，对于这个代价函数通过GD梯度下降完成优化 阅读全文

摘要： 一、机器学习以及scikit-learn 1. 机器学习基本步骤： (1)定义一系列函数 => (2)定义函数的优劣 => (3)选择最优函数 2.什么是scikit-learn？ (1)面向python的免费机器学习库 (2)包含分类、回归、聚类算法，比如：SVM、随机森林、k-means等 (3 阅读全文

摘要： 一、分类问题（监督学习，选择题） 1.根据数据样本上抽出的特征，判别其属于有限个类别中的哪一个 2.垃圾邮件识别(结果类别：1、垃圾邮件；2、正常邮件) 3.文本情感褒贬分析(结果类别：1、褒；2、贬) 4.图像内容识别(选择题：结果类别：1、喵星人；2、汪星人；3、人类；4、草拟马；5、都不是) 阅读全文

摘要： 一、背景介绍 1.深度学习应用 二、神经网络非线性能力及原理 0.线性分类器得分函数 (1)假设函数：x到y的映射f。 这个f可以是多种表现形式，比如逻辑回归，决策树，随机森林以及xgboost是另外的一种表达形式，这里的神经网络是另外的表达。 (2)我们要的结果是要结果和标准答案更加接近，损失函数 阅读全文

摘要： 1.python中的广播： (1)广播是一种手段，可以让python代码执行得更快，我们来看看python实际如何执行。 下面矩阵列出了100克苹果、牛肉、鸡蛋和蛋白质中含有的碳水化合物、蛋白质和脂肪的数量 比如说我们的目标是四种食物中卡路里有多少百分比。比如100克苹果中有56+1.2+1.8卡路 阅读全文

摘要： 1.之前学习了如何通过向量化同时计算整个训练集预测值a。本次课程将会学习如何同时向量化计算m个训练集的梯度，之前的计算得到dz的计算形式：，我们可以将dz写成一个1*m的矩阵，，之前定义过A，定义了Y为：这样一个行向量。这样计算dz=A-Y， 2.我们已经去掉了一个for循环，我们将dw初始化为0向 阅读全文

摘要： 1.不使用任何for循环用梯度下降实现整个训练集的一步迭代。 (0)我们已经讨论过向量化如何显著加速代码，在这次视频中我们会设计向量化是如何实现logistic回归，这样酒桶同时处理m个训练集，来实现梯度下降算法的一步迭代，不需要使用任何显式的for循环 (1)logistic回归正向传播的步骤：如 阅读全文