03 2017 档案

How to Google
摘要：程序员的基础生存技能 -- 关于搜索引擎的小贴士 如果票选近二十年最伟大的发明，我相信搜索引擎肯定会占据一个不容小觑的位置，它不单是一项发明，更是一项成就，最大程度消灭了信息的不平等。既然人人都可以接触到海量的信息，那么衡量信息财富多寡就只剩下技巧这惟一的标准了：善用搜索引擎的都是信息时代的富翁，不 阅读全文
posted @ 2017-03-15 13:55 Peter-Young 阅读(280) 评论(0) 推荐(0)
斯坦福机器学习视频笔记 Week6 关于机器学习的建议 Advice for Applying Machine Learning
摘要：我们将学习如何系统地提升机器学习算法，告诉你学习算法何时做得不好，并描述如何'调试'你的学习算法和提高其性能的“最佳实践”。要优化机器学习算法，需要先了解可以在哪里做最大的改进。 我们将讨论如何理解具有多个部分的机器学习系统的性能，以及如何处理偏斜数据。 Evaluating a Hypothesi 阅读全文
posted @ 2017-03-13 09:58 Peter-Young 阅读(535) 评论(0) 推荐(0)
斯坦福机器学习视频笔记 Week9 异常检测和高斯混合模型 Anomaly Detection
摘要：异常检测，广泛用于欺诈检测（例如“此信用卡被盗？”）。 给定大量的数据点，我们有时可能想要找出哪些与平均值有显着差异。 例如，在制造中，我们可能想要检测缺陷或异常。 我们展示了如何使用高斯分布来建模数据集，以及如何将模型用于异常检测。 我们还将涵盖推荐系统，这些系统由亚马逊，Netflix和苹果等公 阅读全文
posted @ 2017-03-12 16:45 Peter-Young 阅读(2574) 评论(0) 推荐(0)
斯坦福机器学习视频笔记 Week8 无监督学习：聚类与数据降维 Clusting & Dimensionality Reduction
摘要：监督学习算法需要标记的样本（x，y），但是无监督学习算法只需要input（x）。 您将了解聚类 - 用于市场分割，文本摘要，以及许多其他应用程序。 Principal Components Analysis, 经常用于加快学习算法，同时对于数据可视化以帮助你对数据的理解也有很大的帮助。 Unsupe 阅读全文
posted @ 2017-03-10 17:36 Peter-Young 阅读(1217) 评论(2) 推荐(0)
斯坦福机器学习视频笔记 Week7 支持向量机 Support Vector Machines
摘要：SVM被许多人认为是最强大的“黑箱”学习算法，并通过提出一个巧妙选择的优化目标，今天最广泛使用的学习算法之一。 Optimization Objective 根据Logistic Regression，有如下表述： 为了达到尽量好的分类效果，我们需要theta‘*x >> 0 or theta‘*x 阅读全文
posted @ 2017-03-08 17:54 Peter-Young 阅读(1016) 评论(0) 推荐(0)
基于matlab的边缘提取方法的比较
摘要：1、Matlab简述 Matlab是国际上最流行的科学与工程计算的软件工具，它起源于矩阵运算，已经发展成一种高度集成的计算机语言。有人称它为“第四代”计算机语言，它提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化界面设计、便捷的与其它程序和语言接口的功能。随着Matlab语言功能越来越强 阅读全文
posted @ 2017-03-07 16:47 Peter-Young 阅读(13526) 评论(0) 推荐(0)