Machine Learning - 随笔分类 - 小白菜的BLOG

Theano在windows下的安装及GPU加速

摘要：安装环境：wondows 64bit Teano安装测试 1. Anaconda 安装 Anaconda是一个科学计算环境，自带的包管理器conda很强大。之所以选择它是因为它内置了python，以及numpy、scipy两个必要库和一些其他库，比起自己安装要省事。首先下载Anaconda-2.1 阅读全文

posted @ 2016-03-17 17:12 小白菜的BLOG 阅读(11222) 评论(0) 推荐(1)

RBF高斯径向基核函数【转】

摘要：XVec表示X向量。||XVec||表示向量长度。r表示两点距离。r^2表示r的平方。k(XVec,YVec) = exp(-1/(2*sigma^2)*(r^2))= exp(-gamma*r^2)...... 公式-1这里, gamma=1/(2*sigma^2)是参数, r=||XVec-YV... 阅读全文

posted @ 2015-05-15 22:30 小白菜的BLOG 阅读(10471) 评论(1) 推荐(0)

Libsvm自定义核函数【转】

摘要：1. 使用libsvm工具箱时，可以指定使用工具箱自带的一些核函数（-t参数），主要有：-t kernel_type : set type of kernel function (default 2)0 -- linear: u'*v1 -- polynomial: (gamma*u'*v + co... 阅读全文

posted @ 2015-05-15 22:26 小白菜的BLOG 阅读(2349) 评论(2) 推荐(0)

Eclipse下mallet使用的方法

摘要：Mallet是Umass大牛开发的一个关于统计自然语言处理的l的开源库，很好的一个东西。可以用来学topic model，训练ME模型等。对于开发者来说，其官网的技术文档是非常有效的。mallet下载地址，浏览开发者文档，只需点击相应的“Developer's Guide”。下面以开发一个简单的最大... 阅读全文

posted @ 2014-12-24 16:40 小白菜的BLOG 阅读(3218) 评论(3) 推荐(0)

liblinear参数及使用方法（原创）

摘要：liblinear参数及使用，java语言阅读全文

posted @ 2014-10-23 17:57 小白菜的BLOG 阅读(12559) 评论(1) 推荐(1)

spark1.0.0 mllib机器学习库使用初探

摘要：spark1.0.0下使用scala实现机器学习算法，包括分类、回归、聚类、协同过滤以及降维等。阅读全文

posted @ 2014-06-16 17:48 小白菜的BLOG 阅读(6312) 评论(2) 推荐(1)

（原创）Stanford Machine Learning (by Andrew NG) --- (week 10) Large Scale Machine Learning & Application Example

摘要：本栏目来源于Andrew NG老师讲解的Machine Learning课程，主要介绍大规模机器学习以及其应用。包括随机梯度下降法、维批量梯度下降法、梯度下降法的收敛、在线学习、map reduce以及应用实例：photo OCR。课程地址为：https://www.coursera.org/cou... 阅读全文

posted @ 2014-05-17 18:40 小白菜的BLOG 阅读(805) 评论(0) 推荐(1)

（原创）Stanford Machine Learning (by Andrew NG) --- (week 8) Clustering & Dimensionality Reduction

摘要：本周主要介绍了聚类算法和特征降维方法，聚类算法包括K-means的相关概念、优化目标、聚类中心等内容；特征降维包括降维的缘由、算法描述、压缩重建等内容。coursera上面Andrew NG的Machine learning课程地址为：https://www.coursera.org/course/... 阅读全文

posted @ 2014-05-17 16:57 小白菜的BLOG 阅读(1143) 评论(0) 推荐(1)

（原创）Stanford Machine Learning (by Andrew NG) --- (week 7) Support Vector Machines

摘要：本栏目内容来源于Andrew NG老师讲解的SVM部分，包括SVM的优化目标、最大判定边界、核函数、SVM使用方法、多分类问题等，Machine learning课程地址为：https://www.coursera.org/course/ml大家对于支持向量机（SVM）可能会比较熟悉，是个强大且流行... 阅读全文

posted @ 2014-05-10 12:14 小白菜的BLOG 阅读(1221) 评论(0) 推荐(1)

（原创）Stanford Machine Learning (by Andrew NG) --- (week 9) Anomaly Detection&Recommender Systems

摘要：这部分内容来源于Andrew NG老师讲解的machine learning课程，包括异常检测算法以及推荐系统设计。异常检测是一个非监督学习算法，用于发现系统中的异常数据。推荐系统在生活中也是随处可见，如购物推荐、影视推荐等。课程链接为：https://www.coursera.org/course... 阅读全文

posted @ 2014-05-06 12:56 小白菜的BLOG 阅读(1288) 评论(1) 推荐(2)

（原创）Stanford Machine Learning (by Andrew NG) --- (week 4) Neural Networks Representation

摘要：Andrew NG的Machine learning课程地址为：https://www.coursera.org/course/ml 神经网络一直被认为是比较难懂的问题，NG将神经网络部分的课程分为了两个星期来介绍，可见Neural Networks内容之多。言归正传，通过之前的学习我们知道，使用... 阅读全文

posted @ 2014-04-29 18:59 小白菜的BLOG 阅读(952) 评论(0) 推荐(0)

（原创）Stanford Machine Learning (by Andrew NG) --- (week 5) Neural Networks Learning

摘要：本栏目内容来自Andrew NG老师的公开课：https://class.coursera.org/ml/class/index 一般而言, 人工神经网络与经典计算方法相比并非优越, 只有当常规方法解决不了或效果不佳时人工神经网络方法才能显示出其优越性。尤其对问题的机理不甚了解或不能用数学模型表示... 阅读全文

posted @ 2014-04-29 17:13 小白菜的BLOG 阅读(839) 评论(1) 推荐(0)

（原创）Stanford Machine Learning (by Andrew NG) --- (week 6) Advice for Applying Machine Learning & Machine Learning System Design

摘要：(1) Advice for applying machine learningDeciding what to try next 现在我们已学习了线性回归、逻辑回归、神经网络等机器学习算法，接下来我们要做的是高效地利用这些算法去解决实际问题，尽量不要把时间浪费在没有多大意义的尝试上，Advice ... 阅读全文

posted @ 2014-04-29 12:43 小白菜的BLOG 阅读(843) 评论(0) 推荐(0)

（原创）Stanford Machine Learning (by Andrew NG) --- (week 1) Linear Regression

摘要：Andrew NG的Machine learning课程地址为：https://www.coursera.org/course/ml在Linear Regression部分出现了一些新的名词，这些名词在后续课程中会频繁出现：Cost FunctionLinear RegressionGradient... 阅读全文

posted @ 2014-04-28 20:01 小白菜的BLOG 阅读(1070) 评论(1) 推荐(1)

（原创）Stanford Machine Learning (by Andrew NG) --- (week 3) Logistic Regression & Regularization

摘要：coursera上面Andrew NG的Machine learning课程地址为：https://www.coursera.org/course/ml我曾经使用Logistic Regression方法进行ctr的预测工作，因为当时主要使用的是成型的工具，对该算法本身并没有什么比较深入的认识，不过... 阅读全文

posted @ 2014-04-28 16:42 小白菜的BLOG 阅读(675) 评论(0) 推荐(1)

（原创）Stanford Machine Learning (by Andrew NG) --- (week 1) Introduction

摘要：最近学习了coursera上面Andrew NG的Machine learning课程，课程地址为：https://www.coursera.org/course/ml 在Introduction部分NG较为系统的概括了Machine learning的一些基本概念，也让我接触了一些新的名词，这些... 阅读全文

posted @ 2014-04-28 11:49 小白菜的BLOG 阅读(500) 评论(0) 推荐(0)

小白菜的BLOG

随笔分类 - Machine Learning

公告