machine learning - 随笔分类 - 懒懒作

《图解机器学习-杉山将著》读书笔记---CH5

摘要：CH5 稀疏学习重点提炼提出稀疏学习的缘故：虽然带有约束条件的最小二乘学习法结合交叉验证法，在实际应用中是非常有效的回归方法，但是，当参数特别多时，计算参数以及预测值需要大量时间。此时，我们要解决这个问题。稀疏学习思路：把大部分参数都设置为0，这样就能快速计算参数以及预测值。 L1约束的最阅读全文

posted @ 2016-11-28 22:13 懒懒作阅读(597) 评论(0) 推荐(0)

《图解机器学习-杉山将著》读书笔记---CH4

摘要：CH4 带有约束条件的最小二乘法重点提炼提出带有约束条件的最小二乘学习法的缘故：左图中可见：一般的最小二乘学习法有个缺点对于包含噪声的学习过程经常会过拟合右图：有了空间约束之后，学习到的曲线能避免过拟合，得到想要的学习结果（x-y关系）。带有约束条件的最小二乘学习法具体方法 1.部分空间阅读全文

posted @ 2016-11-24 19:47 懒懒作阅读(1676) 评论(0) 推荐(0)

caffe实战笔记

摘要：Caffe简要介绍： Caffe还没有windows版本，所以我需要远程登录linux服务器 Caffe主要处理图片/图片序列 Caffe读取的数据格式从专用的数据库中读取（lmdb、leveldb) 直接读取图片从内存中读取（会占很多内存）从HDF5文件中读取从滑动窗口中读取（在大图中滑动阅读全文

posted @ 2016-10-17 11:08 懒懒作阅读(2308) 评论(0) 推荐(0)

《图解机器学习-杉山将著》读书笔记---CH3

摘要：CH3 最小二乘学习法重点提炼提出最小二乘学习法的缘故：最小二乘学习法公式对不同模型进行最小二乘法学习，得到最小二乘公式中的参数theta： 1.线性模型代入3.1公式，对参数求偏导，偏导=0时误差J有极值，此时 ①　延伸1：线性模型中的基函数可以是三角多项式 ②　延伸2：加权最小二乘学习阅读全文

posted @ 2016-10-16 19:27 懒懒作阅读(2028) 评论(1) 推荐(0)

《图解机器学习-杉山将著》读书笔记---CH2

摘要：CH2 学习模型重点提炼学习模型作用：使特定函数与数据集相近似学习模型类型： 1.线性模型 (1)最简单的线性模型，缺点：只能表现线性的输入输出函数，不能很好地解决实际问题（2）基于参数的线性模型，优势：适合实际应用 ①　第一种基函数可以是 ②　第二种基函数可以是一维的输入x还可以扩展为阅读全文

posted @ 2016-09-21 17:09 懒懒作阅读(1178) 评论(3) 推荐(0)

《图解机器学习-杉山将著》读书笔记---CH1

摘要：CH1 什么是机器学习重点提炼机器学习的种类：常分为：监督学习、无监督学习、强化学习等监督学习是学生从老师那获得知识，老师提供对错指示无监督学习是在没有老师的情况下，学生自习强化学习是在没有老师指示情况下，学生对预测的结果自我评估，学生为了获得老师的最高嘉奖而不断学习监督学习应用：手写阅读全文

posted @ 2016-09-12 15:41 懒懒作阅读(1650) 评论(0) 推荐(0)

随笔分类 - machine learning