随笔分类 -  ML&DM

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(2572) 评论(0) 推荐(0)
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(1212) 评论(2) 推荐(0)
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(1014) 评论(0) 推荐(0)
摘要:神经网络是一种受大脑工作原理启发的模式。 它在许多应用中广泛使用:当您的手机解释并理解您的语音命令时,很可能是神经网络正在帮助理解您的语音; 当您兑现支票时,自动读取数字的机器也使用神经网络。 Non-linear Classification 当输入数据特征过多,像上面的例子,当使用三次幂的特征时 阅读全文
posted @ 2017-02-01 22:11 Peter-Young 阅读(794) 评论(0) 推荐(0)
摘要:我们将讨论逻辑回归。 逻辑回归是一种将数据分类为离散结果的方法。 例如,我们可以使用逻辑回归将电子邮件分类为垃圾邮件或非垃圾邮件。 在本模块中,我们介绍分类的概念,逻辑回归的损失函数(cost functon),以及逻辑回归对多分类的应用。 我们还涉及正规化。 机器学习模型需要很好地推广到模型在实践 阅读全文
posted @ 2017-01-26 22:58 Peter-Young 阅读(4478) 评论(0) 推荐(0)
摘要:相比于week1中讨论的单变量的线性回归,多元线性回归更具有一般性,应用范围也更大,更贴近实际。 Multiple Features 上面就是接上次的例子,将房价预测问题进行扩充,添加多个特征(features),使问题变成多元线性回归问题。 多元线性回归将通过更多的输入特征,来预测输出。上面有新的 阅读全文
posted @ 2017-01-24 22:19 Peter-Young 阅读(583) 评论(0) 推荐(0)
摘要:关于Coursera上的斯坦福机器学习课程的编程作业提交问题 urlread: Peer certificate cannot be authenticated with given CA certificates. 阅读全文
posted @ 2017-01-24 19:25 Peter-Young 阅读(3650) 评论(0) 推荐(0)
摘要:最近开始学习Coursera上的斯坦福机器学习视频,我是刚刚接触机器学习,对此比较感兴趣;准备将我的学习笔记写下来, 作为我每天学习的签到吧,也希望和各位朋友交流学习。 这一系列的博客,我会不定期的更新,希望大家多多批评指正。 Supervised Learning(监督学习) 在监督学习中,我们的 阅读全文
posted @ 2017-01-12 17:15 Peter-Young 阅读(1447) 评论(0) 推荐(1)
摘要:一个 11 行 Python 代码实现的神经网络 阅读全文
posted @ 2017-01-12 12:31 Peter-Young 阅读(8285) 评论(0) 推荐(0)
摘要:文章翻译的是Matlab最新的官方文档R2016b 阅读全文
posted @ 2017-01-12 12:30 Peter-Young 阅读(3563) 评论(0) 推荐(0)