仙守

摘要： 来自ng的ml-003中 18_XVIII._Application_Example-_Photo_OCR 这是ng2013年在coursera上最后的一课了。这一系列的几个视频还是相比前面有些难懂，。。。。。。 ng说拿这个做例子有三个原因：一、演示如何将复杂的机器学习进行融合；二介绍下机器学习的 阅读全文

摘要： 来自ng的ml-003 17_XVII._Large_Scale_Machine_Learning 这里的大型机器学习是将算法应用到大数据集上，回顾前10年或者前5年，机器学习有了较好的发展是因为有了很多的数据集的出现。为了得到一个低bias算法 一、引言 在机器学习界 这是很广泛赞同的一句话，不是 阅读全文

摘要： 来自ng ml-003 的16_XVI._Recommender_Systems 还有17 和18 ng的ml-003就能够看完了。 推荐系统，常见于广告推送，比如亚马逊或者京东，等你购买东西之后他就会知道你喜欢什么。 一、推荐系统 假设一个电影评价系统，等级有5个星星，其中现在有4个评价者，在5部 阅读全文

摘要： 来自ng 的ml-003 15_XV._Anomaly_Detection 异常检测本是一个无监督问题，但是也类似于一个有监督问题。就是在大量的无标签数据中检测那些异常的样本 一、异常检测的概念 假设是考虑的飞机引擎问题，这里有至少2个特征，图中的红色叉就是根据以往的数据所可视化的正常的样本，这是按 阅读全文

摘要： ng-ml-003 中的14_XIV._Dimensionality_Reduction 一、数据压缩 其实维度约间就是为了将一个样本在维度很高的情况下省略很多不需要的特征，使得能够以很少的特征数量来表示一个样本的表征，但是却也需要保存精度，其中最出名的要数PCA了， 这里是举例将多个样本从原有的2 阅读全文

摘要： 依旧来自于ng的ml-003中的clustering部分课程 聚类是极其学习中永不过时的问题，一般有着有监督和无监督 还有半监督，但是视频中主要还是说的前两个。 一、聚类引言 一 上下两个图就是直观的说明什么是有监督训练什么是无监督训练。可以看出当有监督训练的时候是通过标签来辅助训练模型的参数，而在 阅读全文

摘要： ng的MI-003中12 ——SVM 一、svm目标函数的由来 视频先将LR的损失函数： 在上图中，先将y等于0 和y等于1的情况集合到一起成为一个损失函数，然后分别讨论当y等于1的时候损失函数的结果图（上图左）和y等于0的时候的损失函数的结果图（上图右），这里先采用的是单一样本情况，而且图中的co 阅读全文

摘要： 这个结构是10年Quoc V.Le等人提出的，这里的tiled，按照 Lecun的解释是Locally-connect non shared.即是局部连接，而且不是共享的，这是针对于权重来说的。本文翻译如有错误，还望指正，谢谢！！这篇论文是10年的，相比较来说四年的东西，比较旧了，可是这个tcn... 阅读全文

摘要： 这是boss14年1月份就叫我看的论文，希望能够实现起来，但是发现里面的牵涉的东西太多，而且重要的是论文几乎没给数据参数，网上也找不到代码来熟悉，没gpu，没大内存，没师兄师姐可以帮助，单干的确挺累人。还是翻译下，加深印象吧，总觉得在做无用功。最重要的是，boss完全不管，自己也非大神（吐槽过多。。... 阅读全文

摘要： 其实topographic independent component analysis 早在1999年由ICA的发明人等人就提出了，所以不算是个新技术，ICA是在1982年首先在一个神经生理学的背景下提出的，而且在1980年前后大家都在忙着研究BP，所以对ICA研究的人都不多，在1990年前后才大... 阅读全文