RavenZhao's Blog

DON'T PANIC.

2-线性代数相关问题

机器学习

第2课 线性代数相关问题 矩阵 在处理数据的过程中,常用的数据结构是矩阵。在Python中,矩阵可以用而二维数组来表示。 通常情况下,矩阵用大写字母代替,如$X$,$m\times n$表示矩阵的维度,其中$m$为矩阵的行数,$n$表示矩阵的列数。 $\mathbb{R}^{m\times n}$表示所有$m\times n$实数矩阵的集合。 在矩阵$X$中,其中每个元素可以用$X_{...

1-单变量线性回归

机器学习

第1课 单变量线性回归 线性回归问题是什么? 线性回归问题,首先关注的名词是回归。回归则意味着模型最终输出的标签量(y值)是一个连续值,回归问题的本质可以说是基于一组特征数据来预测一个标签数据。 例如选用一组特征来描述一套房子(例如:户型、大小、位置、楼层、房龄……),根据特征值的不同,来预测这套房子的价格。 线性回归问题,第二个关注的名词是线性。线性也就是说我们接受这样一种假设,我们选...

0-机器学习基础

机器学习

学习完成了吴恩达的机器学习课程,并使用Octave完成了代码的实现,希望接下来能把学习的笔记整理成文字,并尝试用Python将算法再现。 第0课 机器学习基础 什么是机器学习,吴老师介绍了目前相对较为规范的一个定义,我试着用自己觉得比较顺口的语言来进行表述: 一个程序利用经验E进行学习,并在完成任务T的过程中,其质量达到了性能测量P。于是便可以说,该程序利用经验E在处理任务T...

(二)面向对象基础

Java学习笔记

面向对象基础 初识面向对象 一个Java程序是一系列对象(Object)的集合 描述一个对象具有什么状态和行为的过程叫做建模,不同的意图下我们对同一个事务的描述会产生不同的模型。 类: 描述一类对象的状态和行为的模板。 类的实例是对象。 ...

(一)Java基础知识

Java学习笔记

写在前面 ​ 说来惭愧,机器学习的书没有读完便放到一边了。因为工作的原因,发现对我而言尽快掌握Java的开发和维护能力成为了一件我很感兴趣同时对我们的工作开展也十分有意义的一件事情。 ​ 其实我不想成为一个捡了芝麻丢了西瓜的人,数据科学是我感兴趣的研究方向,同时Java的开发能力是对工作极有帮助的一件事情,我哪个都不想放弃。 ​ 2018年10月份以后,很多精力都被大表哥给...

第十三章 半监督学习

机器学习

第十三章 半监督学习 13.1 未标记样本 样本的类别标记已知的,称为“有标记”(labeled)样本; 样本的类别标记未知的,称为“未标记”(unlabled)样本。

第十二章 计算学习理论

机器学习

第十二章 计算学习理论 12.1 基础知识 计算学习理论(computational learning theory)研究的是关于通过“计算”来进行“学习”的理论,即关于机器学习的理论基础。 目的:分析学习任务的困难本质,为学习算法提供理论保证,并根据分析结果指导算法设计。 给定样例集$D={(x_1,y_1),(x_2,y_2),…,(x...

第四周-神经网络

Coursera机器学习课程

第四周 神经网络

第十一章 特征选择和稀疏学习

机器学习

第十一章 特征学习和稀疏学习 11.1 子集搜索与评价 对一个学习任务来说,给定属性集,其中有些属性可能很关键、很有用,另一些属性则可能没什么用。 对当前学习任务有用的属性称为“相关特征”(relevant feature) 没什么用的属性称为“无关特征”(irrelevant feature) 从给定的特征集合中选择出相关特征子集的过...

第三周-逻辑回归

Coursera机器学习课程

第三周 逻辑回归 二元分类问题:$y=\begin{cases}0&\text{Negative Cases};\1&\text{Positive Cases}\end{cases}$ 多元分类问题:$y\in{0,1,2,3,…,m}$ 在分类问题中应用线性回归假设,往往不能取得好的效果。 ...