木言成反

摘要： Logistic Regression 特别需要注意的是 exp 和 log 的使用。 sigmoid 原始表达式为 1 / (1+exp(-z))，但如果直接使用 z=-710，会显示 overflow。因此对于 z<0 的情况，采用 exp(z) / (1 + exp(z)) ，这样一来，exp 阅读全文

摘要： 这部分内容没有固定主题，不定期更新，都是些零碎的，我觉得有必要记一笔的知识。希望能对其他人也有所帮助。   sklearn.feature_selection 里的 F_regression 特征选择方法众多，sklearn 的特征选择模块里给出了几种非常简易高效的方法。针对回归问题，sk 阅读全文

摘要： 为什么写在线学习的博客？ 有三个原因，一是在线学习在工业界广受欢迎，应用场景较多，尤其是涉及时序数据流的场景，有研究的价值；二是在线学习理论完备且较繁杂，需要仔细梳理归纳总结，硬看 Google 论文里的伪代码很难理解其真正含义；三是在线学习网上学习资源较少，我希望能通过自己的学习和理解，写出一篇综 阅读全文

摘要： 这是本专题的第三节，在这一节我们将以David Silver等人的Natrue论文Mastering the game of Go without human knowledge为基础讲讲AlphaGo Zero的基本框架，力求简洁清晰，具体的算法细节参见原论文。之后我们为AlphaGo家族做一下总 阅读全文

摘要： 这是本专题的第二节，在这一节我们将以David Silver等人的Natrue论文Mastering the game of Go with deep neural networks and tree search为基础讲讲AlphaGo的基本框架，力求简洁清晰，具体的算法细节参见原论文。本人水平有 阅读全文

摘要： 这一个专题将会是有关AlphaGo的前世今生以及其带来的AI革命，总共分成三节。本人水平有限，如有错误还望指正。如需转载，须征得本人同意。 Road to AI Revolution（通往AI革命之路），在这里我们将探索AlphaGo各项核心技术的源头及发展历程； Countdown to AI R 阅读全文