随笔分类 -  机器学习

advanced regression to predict housing prices
摘要：https://docs.google.com/presentation/d/e/2PACX-1vQGlXP6QZH0ATzXYwnrXinJcCn00fxCOoEczPAXU-n3hAPLUfMfie7CwW4Vk4owYPiNh6g4uc9dx757/pub?st... 阅读全文
posted @ 2018-09-20 21:05 lightmare 阅读(162) 评论(0) 推荐(0)
学习笔记（七）： Logistic Regression
摘要：目录Calculating a ProbabilityModel Training1.Loss function for Logistic Regression2.Regularization in Logistic RegressionGlossay Calcula... 阅读全文
posted @ 2018-08-27 23:27 lightmare 阅读(947) 评论(0) 推荐(0)
学习笔记(六）： Regularization for Simplicity
摘要：目录Overcrossing?L₂ RegularizationLambdaExamining L2 regularizationCheck UnderstandingGlossay Overcrossing?complete this exercise that e... 阅读全文
posted @ 2018-08-26 23:05 lightmare 阅读(517) 评论(0) 推荐(0)
An Intuitive Explanation of Convolutional Neural Networks
摘要：https://ujjwalkarn.me/2016/08/11/intuitive-explanation-convnets/ An Intuitive Explanation of Convolutional Neural NetworksPosted on Au... 阅读全文
posted @ 2018-08-26 16:41 lightmare 阅读(321) 评论(0) 推荐(0)
What I learned from competing against a ConvNet on ImageNet
摘要：http://karpathy.github.io/2014/09/02/what-i-learned-from-competing-against-a-convnet-on-imagenet/What I learned from competing against... 阅读全文
posted @ 2018-08-26 16:40 lightmare 阅读(273) 评论(0) 推荐(0)
学习笔记(五）： Feature Crosses
摘要：目录Feature CrossesEncoding NonlinearityKinds of feature crossesGlossay Crossing One-Hot VectorsPlayground ExercisesIntroducing Feature... 阅读全文
posted @ 2018-08-26 15:13 lightmare 阅读(1054) 评论(0) 推荐(0)
学习笔记(四）： Representation:Feature Engineering/Qualities of Good Features/Cleaning Data/Feature Sets
摘要：目录 RepresentationFeature EngineeringMapping Raw Data to FeaturesMapping numeric valuesMapping categorical valuesSparse RepresentationG... 阅读全文
posted @ 2018-08-24 16:47 lightmare 阅读(547) 评论(0) 推荐(0)
bug汇总
摘要：bug2018年8月23日bug 1:散点图画不出来。plt.scatter(validation_examples["longitude"], validation_examples["latitude"], cmap="... 阅读全文
posted @ 2018-08-23 21:18 lightmare 阅读(408) 评论(0) 推荐(0)
学习笔记(三）： Generalization/Overfitting/Validation
摘要：目录Generalization: Peril of Overfitting Low loss, but still a bad model?How Do We Know If Our Model Is Good?The ML Fine PrintThree bas... 阅读全文
posted @ 2018-08-23 16:20 lightmare 阅读(679) 评论(0) 推荐(0)
学习笔记(二）：使用 TensorFlow 的起始步骤(First Steps with TensorFlow)
摘要：目录1.工具包TensorFlow张量 (Tensor)图 (graph)TensorBoard2.tf.estimator APIEstimator预创建的 Estimator (pre-made Estimator)自定义 Estimator(custom Est... 阅读全文
posted @ 2018-08-21 21:33 lightmare 阅读(973) 评论(0) 推荐(0)
创建自定义 Estimator
摘要：ref本文档介绍了自定义 Estimator。具体而言，本文档介绍了如何创建自定义 Estimator 来模拟预创建的 Estimator DNNClassifier 在解决鸢尾花问题时的行为。要详细了解鸢尾花问题，请参阅预创建的 Estimator 这一章。要下载和... 阅读全文
posted @ 2018-08-20 19:13 lightmare 阅读(650) 评论(0) 推荐(1)
学习笔记(一）：机器学习基础术语
摘要：目录一、机器学习简介 (Introduction to Machine Learning)二、问题构建 (Framing)标签(label)特征 (feature)样本(example)模型 (model)回归与分类三、深入了解机器学习 (Descending int... 阅读全文
posted @ 2018-08-19 22:36 lightmare 阅读(1099) 评论(0) 推荐(0)
《机器学习基石》笔记整理(1)
摘要：Table of ContentsPLA算法PLA算法的机制PLA算法有效性的证明PLA算法的不足VC维度一个小问题引出的大思考借助自然界的力量与机器学习的联系自由选择的代价无限多个h（x）的条件下ML可行性的证明VC维度的提出噪音noise的产生noise的情况下V... 阅读全文
posted @ 2018-08-16 16:41 lightmare 阅读(484) 评论(0) 推荐(0)
ubuntu 16.04 +anaconda3.6 +Nvidia DRIVER 390.77 +CUDA9.0 +cudnn7.0.4+tensorflow1.5.0+neural-style
摘要：这是我第一个人工智能实验。虽然原理不是很懂，但是觉得深度学习真的很有趣。教程如下。 Table of Contents配置时间轴前期准备工作anaconda3安装bug 1：conda:未找到命令,终端输入Nvidia DRIVER390.77卸载原驱动安装显卡驱动查... 阅读全文
posted @ 2018-08-13 19:34 lightmare 阅读(970) 评论(0) 推荐(0)
机器学习(周志华西瓜书)参考答案总目录
摘要：从刚开始学习机器学习到现在也有几个月了，期间看过PDF，上过MOOC，总感觉知道一点了又不是特别明白，最后趁某东买书大减价弄了几本相关的书来看看，其中一本就是西瓜书。一口气看了前10章，感觉每章内容都很少，看完感觉还是和以前一样。每章的习题都只是挑了几个简单的看看，没做认真的分析，现在回过头认真做做 阅读全文
posted @ 2018-06-29 10:45 lightmare 阅读(1439) 评论(0) 推荐(0)
主题模型LDA及在推荐系统中的应用
摘要：1 关于主题模型使用LDA做推荐已经有一段时间了，LDA的推导过程反复看过很多遍，今天有点理顺的感觉，就先写一版。隐含狄利克雷分布简称LDA（latent dirichlet allocation），是主题模型(topic model)的一种，由Blei, David... 阅读全文
posted @ 2018-06-28 11:36 lightmare 阅读(3294) 评论(0) 推荐(2)
常见的六大聚类算法
摘要：1. K-Means(K均值)聚类算法步骤： (1) 首先我们选择一些类/组，并随机初始化它们各自的中心点。中心点是与每个数据点向量长度相同的位置。这需要我们提前预知类的数量(即中心点的数量)。 (2) 计算每个数据点到中心点的距离，数据点距离哪个中心点最近就划分到哪一类中。 (3) 计算每一类中中... 阅读全文
posted @ 2018-06-27 23:01 lightmare 阅读(4824) 评论(0) 推荐(1)
大数据学习笔记·城市计算(1)
摘要：前言众所周知，快速的城市化使得很多人的生活变得现代化，同时也产生了很多挑战，如交通拥挤、能源消耗和空气污染。城市的复杂性使得应对这些挑战看起来几乎是不可能的。近来，传感技术和大规模计算基础设施的进步产生了各种各样的大数据，从社会化媒体数据到交通数据，从地理数据到气象数... 阅读全文
posted @ 2018-06-27 18:03 lightmare 阅读(906) 评论(0) 推荐(0)
数据预处理之数据规约（Data Reduction）
摘要：数据归约策略数据仓库中往往具有海量的数据，在其上进行数据分析与挖掘需要很长的时间数据归约 用于从源数据中得到数据集的归约表示，它小的很多，但可以产生相同的（几乎相同的）效果数据归约策略 维归约 数据压缩 数值归约 离散化和概念分层产生用于数据归约的时间不应超过或“抵消... 阅读全文
posted @ 2018-06-26 20:37 lightmare 阅读(7650) 评论(0) 推荐(0)