RavenZhao's Blog

DON'T PANIC.

Day3-正规方程

Coursera机器学习课程

Day 3.正规方程 用正规方程直接求解线性回归参数$\theta$的最优值。 梯度下降法使用迭代方式计算代价函数的全局最小值。 假设$J(\theta)=a\theta^2+b\theta+c$ $\frac{\part}{\part\theta_i}J(\theta)=0$ $\t...

Posted by RavenZhao on September 30, 2018

第二周-多元线性回归

Coursera机器学习课程

第二周 多元线性回归 多元线性回归 多元线性回归假设：$h_{\theta}(x)=\theta_0+\theta_1x_1+\theta_2x_2+…+\theta_nx_n$ 定义$x_0=1$ $x=\begin{bmatrix}x_0\x_1\x_2\\vdots\x_n\end{bmatrix}$ $\theta=\begin...

Posted by RavenZhao on September 29, 2018

（一）波兰国家的由来和早期封建时代的分裂

波兰历史阅读笔记

第一章 波兰国家的由来和早期封建时代的分裂 尼安德特人被克罗马农人征服、混居，形成东欧文化。 东欧西部前日茨文化，东部奇齐涅茨文化融合，演变成斯拉夫民族的母亲：乌日茨文化。 斯拉夫民族分家： 第聂伯河流域属于东斯拉夫人（俄罗斯、乌克兰、白罗斯） 奥德河和维斯瓦河流域属于西斯拉夫人（波兰、捷克、斯洛伐克、摩拉维亚） 巴尔干半岛属于南...

Posted by RavenZhao on September 29, 2018

第一周-一元线性回归

Coursera机器学习课程

第一周 一元线性回归 代价函数 定义线性回归假设函数为：$h_{(\theta)}(x)=\theta_0+\theta_1x$ 代价函数为：$J(\theta_0,\theta_1)=\frac1{2m}\sum_{i=1}^m(h_{(\theta)}(x_i)-y_i)^2$ 此代价函数也被称为平方误差函数，或者平方误差代...

Posted by RavenZhao on September 28, 2018

第十章 降维与度量学习

机器学习

第十章 降维与度量学习 10.1 k近邻学习 $k$近邻（k-NearestNeighbor，简称KNN）学习是一种常见的监督学习方法。 给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个“邻居”的信息来进行预测。 在分类任务中常使用“投票法”，即选择这k个样本中出现最多的类别标记作为预测结果； 在回归任...

Posted by RavenZhao on September 28, 2018

第九章 聚类

机器学习

第九章 聚类 9.1 聚类任务 无监督学习（unsupervised learning）中，训练样本的标记信息未知。 目的：通过对无标记训练样本的学习来揭示数据的内在性质及规律 聚类：试图将数据集中的样本划分为若干个通常是不想交的子集。 每个子集称为一个“簇”。 每个簇可能对应于一些潜在的概念类别。对于聚类...

Posted by RavenZhao on September 21, 2018

第八章 集成学习

机器学习

第八章 集成学习 8.1 个体与集成 集成学习（ensemble learning）通过构建并结合多个学习器来完成学习任务，有时也被称为多分类器系统（multi-classifier system）、基于委员会的学习（committee-based learning）等。 先产生一组“个体学习器”（individual learner）...

Posted by RavenZhao on September 14, 2018

第七章 贝叶斯分类器

机器学习

第七章 贝叶斯分类器 7.1 贝叶斯决策论 贝叶斯决策论（Bayesian Decision Theory）是概率框架下实施决策的基本方法。 在所有相关概率都已知的理想情形下 考虑如何基于已知概率和误判损失来选择最优的类别标记。 假设有$N$中可能的类别标记，即$Y={c_1,c_2,…,c_N}$，$\lambda_{ij}$...

Posted by RavenZhao on September 8, 2018

第六章 支持向量机

机器学习

第六章 支持向量机 6.1 间隔与支持向量 给定训练样本$D={(x_1,y_1),(x_2,y_2),…,(x_m,y_m)},y_i\in{-1,1}$，分类学习最基本的想法就是基于训练集$D$在样本空间中找到一个划分超平面，将不同类别的样本分开。 划分超平面所产生的分类结果应该是最鲁棒的，对未见示例的泛化能力最强。 在样本空间中，划分超平面可以通过线性方程描述：$w^...

Posted by RavenZhao on September 2, 2018

第五章 神经网络

机器学习

第五章 神经网络 5.1 神经元模型 神经网络是由具有适应性的简单单元组成的广泛并行互联的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 神经元（neuron）模型：神经网络中最基本的成分。“简单单元” 连接（connection） 激活函数（activation function）： ...

Posted by RavenZhao on August 28, 2018

FEATURED TAGS
机器学习 笔记 Coursera Java Python
ABOUT ME

就算没有鸽子一定有乌鸦!

✉️ zhaorong0127@gmail.com