01 2017 档案

【Deep Learning Nanodegree Foundation笔记】第 7 课：NEURAL NETWORKS Intro to Neural Networks
摘要：In this lesson, you'll dive deeper into the intuition behind Logistic Regression and Neural Networks. You'll also implement gradient descent and backp 阅读全文
posted @ 2017-01-29 14:10 CusterFun 阅读(366) 评论(0) 推荐(0)
【机器学习入门笔记】第 2 课：SVM
摘要：Support Vector machines 为什么人们称一种算法为机器，我也不知道（俄罗斯人发明） 粗略的来说，支持向量机所做的就是去寻找分割线（separating） 或者通常称之为超平面，介于两个类别的数据之间 所以想象一下我们有一些两个不同类别的数据，SVM是一种算法，通过采用这些数据作为 阅读全文
posted @ 2017-01-27 14:18 CusterFun 阅读(1073) 评论(0) 推荐(0)
【机器学习入门笔记】第 1 课：朴素贝叶斯
摘要：Naive Bayes 朴素贝叶斯 Scatter plot 散点图 Decision Surface Linea 决策线 朴素贝叶斯 是一个常见的寻找决策面的算法 Bayes Rule 贝叶斯规则 无人驾驶汽车是一个重要的监督分类（supervised classification）问题 监督：表 阅读全文
posted @ 2017-01-26 10:38 CusterFun 阅读(1753) 评论(0) 推荐(0)
【深度学习笔记】第 5 课：深度神经网络简介
摘要：简介 前面，针对图片训练了简单的逻辑分类器，现在，我们会将该分类器转变为深度网络 只需要几行代码就能搞定，所以一定要确保十分理解之前的内容。 在第二部分，将简单地介绍如何完全通过优化器计算任意函数的斜率 第三部分，将学习一个重要的概念 即规则化，通过规则化我们能够训练更加庞大的模型 参数的数量 目前 阅读全文
posted @ 2017-01-25 15:08 CusterFun 阅读(1197) 评论(0) 推荐(0)
【深度学习笔记】第 4 课：模型性能评估
摘要：training set 训练集 validation set 验证集 test set测试集 这些与衡量你做的怎么样有关 当你知道怎么衡量你在一个问题的表现，问题就解决了一半。（衡量表现的重要性） 每个你将建立的分类器都会尝试记住训练集，并且它通常在这方面会做的很好很好 你的工作 是帮助它泛化到新 阅读全文
posted @ 2017-01-25 11:57 CusterFun 阅读(11083) 评论(0) 推荐(2)
【Deep Learning Nanodegree Foundation笔记】第 0 课：课程计划
摘要：第一周 机器学习的类型，以及何时使用机器学习 我们将首先简单介绍线性回归和机器学习。这将让你熟悉这些领域的常用术语，你需要了解的技术进展，并了解深度学习在更大的机器学习背景中的位置。 直播：线性回归 WEEK 1Types of Machine Learning and when to use Ma 阅读全文
posted @ 2017-01-25 10:07 CusterFun 阅读(586) 评论(0) 推荐(0)
【深度学习笔记】第 3 课：数值计算的稳定性
摘要：我们想要让涉及在损失函数计算中值不要太大或太小 一个好的指导原则是 我们总是想要我们的变量 均值为零 并且尽可能同方差 除了上面说的数值精度问题，当你在做最优化时，也有很好的数学理论让你保持你计算的值，具有均值为零与同方差的性质 在不理想的条件下意味着优化器得做很多搜索去找到一个好的解，如上左图 在 阅读全文
posted @ 2017-01-22 16:48 CusterFun 阅读(939) 评论(0) 推荐(0)
【深度学习笔记】第 2 课：Logistic 多项式回归法
摘要：softmax模型可以用来给不同的对象分配概率。即使在之后，我们训练更加精细的模型时，最后一步也需要用softmax来分配概率。 cross-entropy 交叉熵是度量这两个向量距离的方法之一。我们将记它为D以表示距离。 labels标签向量经过了one-hot编码，所以会有很多的零，因而它不能作 阅读全文
posted @ 2017-01-22 15:56 CusterFun 阅读(2666) 评论(0) 推荐(0)
【Ruby on Rails 学习四】简单的代码快和错误处理
摘要：第一个例子： 1 ... 5000的加法运算 第二个例子： 对 零 做除数这种情况进行简单的异常处理 阅读全文
posted @ 2017-01-22 08:58 CusterFun 阅读(201) 评论(0) 推荐(0)
【Ruby on Rails 学习五】Ruby语言的方法
摘要：1、方法的调用 2、自定义方法 3、带默认值的自定义方法 4、带返回值的自定义方法 方法或者说是函数，实际上是包含了一段代码，去执行某一个特定的过程。 阅读全文
posted @ 2017-01-22 08:58 CusterFun 阅读(221) 评论(0) 推荐(0)
【Ruby on Rails 学习六】Ruby 类 的入门
摘要：1、什么是类 2、类与实例的区别 3、自定义简单的类 生活中的垃圾分类，是集合上的概念 比如数学上的 1 a 2 b c 4 5分类为数字1 2 4 5 ，字母 a b c 实例 构造方法 通过构造方法来构造一个实例 irb(main):008:0> a.to_i=> 333irb(main):00 阅读全文
posted @ 2017-01-22 08:58 CusterFun 阅读(207) 评论(0) 推荐(0)
【Ruby on Rails 学习三】Ruby 基本数据类型（类、类的实例、对象）
摘要：数字、文本、范围、符合、True、False、Nil 1为什么是一个类的对象，使用methods方法可以查看一个对象的所有函数（方法） 在Ruby中万物皆对象，没有基本的数据类型 通过to_s这个方法 将 1 变成了字符串，这就是Ruby奇妙的地方 为什么 0.4-0.3 不等于 0.1 插值操作 阅读全文
posted @ 2017-01-22 08:57 CusterFun 阅读(470) 评论(0) 推荐(0)
【深度学习笔记】第 1 课：从机器学习到深度学习
摘要：这个课程分为4个部分，首先需要彻底通过 端对端 的方法来训练第一个简单模型，这样才能打好基础，为此，将讨论 逻辑分类、随机优化，和关于训练模型的通用数据实践。 下一步训练第一个深度网络，也将学到利用正则化技术去训练更大的模型，第三部分，将深入介绍图像和卷积模型，第四部分，是关于一般的文本和序列，我们 阅读全文
posted @ 2017-01-22 08:43 CusterFun 阅读(470) 评论(0) 推荐(0)
【Ruby on Rails学习二】在线学习资料的整理
摘要：由于工作任务重，时间紧，没有太多学习的时间，大致找了些在线学习资料，这里做个整理，希望对同样准备学习的朋友有帮助 在线文档类： Ruby on Rails 实战圣经 使用 Rails 4.2 及 Ruby 2.3（简体中文版） Rails Guides（英文版） Rails Guides（简体中文版 阅读全文
posted @ 2017-01-10 01:35 CusterFun 阅读(399) 评论(0) 推荐(0)
【Ruby on Rails 学习一】ubuntu14.04配置rvm与ruby
摘要：要安装ruby，首先要安装rvm，借助rvm安装ruby rvm 的全称是 Ruby Version Manager ，是一款由 Wayne E. Seguin 开发的一款命令行工具。rvm 能够让你轻松的安装、管理 ruby 生产力环境，诸如不同版本的解释器和 gem 。它实际上就是ruby的版本 阅读全文
posted @ 2017-01-10 01:35 CusterFun 阅读(762) 评论(0) 推荐(0)