==========================================================================================最近一直在看DeepLearning，各类博客、论文看得不少但是说实话，这样做有些疏于实现，一来呢自己的电脑也不是很好，二来呢我目前也没能力...

学习曲线函数：fromsklearn.learning_curveimportlearning_curve调用格式：learning_curve(estimator,X,y,train_sizes=array([0.1,0.325,0.55,0.775,1.]),cv=None,scoring=None,exploit...

2019-04-08 13:25:17在实践中，很少有人从头开始训练整个卷积网络（随机初始化），因为拥有足够大小的数据集是相对罕见的。相反，通常在非常大的数据集（例如ImageNet，其包含具有1000个类别的120万个图像）上预先训练ConvNet，然后使用预训练好的ConvNet作为感兴趣的任务的参数初始...

一、引言    前面我们谈论到的算法都是在给定(x)的情况下直接对(p(y|x;heta))进行建模。例如，逻辑回归利用(h_heta(x)=g(heta^Tx))对(p(y|x;heta))建模，这类算法称作判别学习算法。    考虑这样...

 　　jQuery提供了简单的方法来向选择器(对应页面上的元素)绑定事件处理器(eventhandlers).　　当一个事件发生,提供的function就被执行,在方法里面,this代表当前的元素.　　这些事件通常是由于用户和页面的交互而被激发,比如文字输入到表单元素,鼠标指针移动等.也有一些情况,比如页面l...

　　在机器学习中，我们经常会分类为有监督学习和无监督学习，但是尝尝会忽略一个重要的分支，强化学习。有监督学习和无监督学习非常好去区分，学习的目标，有无标签等都是区分标准。如果说监督学习的目标是预测，那么强化学习就是决策，它通过对周围的环境不断的更新状态，给出奖励或者惩罚的措施，来不断调整并给出新的策略。简单来说，就像小...

学了两天，终于把基本命令学完了，掌握以后可以当半个程序员了♪(^∇^*)此文是一篇备忘录或者查询笔记，如果哪位大佬看上了并且非常嫌弃的话，还请大佬不吝赐教，多多包涵以下是我上课做的一些笔记，非常的凌乱，(⊙﹏⊙)反正是留给自己看的Day1学习：以Ubuntu为例子Ctrl+Shift+‘+&rs...

译自：http://sebastianruder.com/multi-task/1.前言在机器学习中，我们通常关心优化某一特定指标，不管这个指标是一个标准值，还是企业KPI。为了达到这个目标，我们训练单一模型或多个模型集合来完成指定得任务。然后，我们通过精细调参，来改进模型直至性能不再提升。尽管这样做可以针对一个任务得...

接触深度学习以来一直接触的概念都是回归，分类，偶尔接触到结构化学习的概念，似懂非懂的糊弄过去，实在是不负责的表现翻阅维基百科https://en.wikipedia.org/wiki/Structured_prediction，有些理解了相比于回归，输出一个标量或者预测，输出一个向量，结构化学习的输出更加复杂，可以是图...

这一个多周忙别的事去了，忙完了，接着看讲义~这章讲的是深度网络（DeepNetwork）。前面讲了自学习网络，通过稀疏自编码和一个logistic回归或者softmax回归连接，显然是3层的。而这章则要讲深度（多层）网络的优势。DeepNetwork：为什么要使用深度网络呢？使用深度网络最主要的优势在于，它能以简洁的方...

读博从报道那天算起到现在已经3个多月了，这段时间以来和博导总共见过两次面，寥寥数语的见面要我对剩下的几年读书生活没有了太多的期盼，有些事情一直想去做却总是打不起来精神，最后挣扎一下还是决定把和博导开学后的交代记录下来，这也算是为日后留档吧。 交代如下：1.以月为单位，读文章，阐述原理，读一些有关联性的文章；2...

在线免费书籍 http://neuralnetworksanddeeplearning.com/chap1.html Chapter11. perceptron感知机it'sadevicethatmakesdecisionsbyweighingupevidence.Justsingleou...

9.5、ConvolutionalNeuralNetworks卷积神经网络      卷积神经网络是人工神经网络的一种，已成为当前语音分析和图像识别领域的研究热点。它的权值共享网络结构使之更类似于生物神经网络，降低了网络模型的复杂度，减少了权值的数量。该优点在...

机器学习能良好解决的问题识别模式识别异常预測大脑工作模式人类有个神经元，每一个包括个权重，带宽要远好于工作站。神经元的不同类型Linear（线性）神经元 Binarythreshold（二值）神经元 watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZX...

此文是斯坦福大学，机器学习界superstar—AndrewNg所开设的Coursera课程：MachineLearning的课程笔记。力求简洁，仅代表本人观点，不足之处希望大家探讨。课程网址：https://www.coursera.org/learn/machine-learning/home/welcomeWee...