#learn

Deep Learning(深度学习)学习笔记整理系列之(二)

DeepLearning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion1.02013-04-08 声明:1)该DeepLearning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看...

Deep Learning(深度学习)学习笔记整理系列之(一)(转)

DeepLearning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion1.0 2013-04-08 声明:1)该DeepLearning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引...

Data Transformation / Learning with Counts

机器学习中离散特征的处理方法 Updated:August25,2016Learningwithcountsisanefficientwaytocreateacompactsetoffeaturesforadataset,basedoncountsofthevalues.Youcanusethemodules...

Deep Learning(深度学习)学习笔记整理(二)

本文整理了网上几位大牛的博客,详细地讲解了CNN的基础结构与核心思想,欢迎交流。 [1]Deeplearning简介[2]DeepLearning训练过程[3]DeepLearning模型之:CNN卷积神经网络推导和实现[4]DeepLearning模型之:CNN的反向求导及练习[5]DeepLearning...

Deep Learning(深度学习)学习笔记整理

申明:本文非笔者原创,原文转载自:http://www.sigvc.org/bbs/thread-2187-1-3.html     4.2、初级(浅层)特征表示      既然像素级的特征表示方法没有作用,那...

Deep Learning.ai学习笔记_第一门课_神经网络和深度学习

/目录前言第一周(深度学习引言)第二周(神经网络的编程基础)第三周(浅层神经网络)第四周(深层神经网络)  目标:掌握神经网络的基本概念,学习如何建立神经网络(包含一个深度神经网络),以及如何在数据上面训练他们,最后将用一个深度神经网络进行辨认猫。(1)了解深度学习的概念(2)了解神经网络的结构,使...

Deep Learning.ai学习笔记_第二门课_改善深层神经网络:超参数调试、正则化以及优化

/目录第一周(深度学习的实践层面)第二周(优化算法)第三周(超参数调试、Batch正则化和程序框架) 目标:如何有效运作神经网络,内容涉及超参数调优,如何构建数据,以及如何确保优化算法快速运行,从而使学习算法在合理时间内完成自我学习。如何选取一个神经网络的训练集、验证集和测试集呢?如果数据量比较少,例如只有1...

Deep Learning.ai学习笔记_第三门课_结构化机器学习项目

/目录第一周机器学习策略(1)第二周机器学习策略(2) 目标:学习一些机器学习优化改进策略,使得搭建的学习模型能够朝着最有希望的方向前进。搭建机器学习系统的挑战:尝试和改变的东西太多,比如超参数。 什么是正交化?正交化是协助调节搭建机器学习系统的方法之一,类比老式电视机的调节按钮,正交化指的是电视设...

Deep Learning.ai学习笔记_第四门课_卷积神经网络

/目录第一周卷积神经网络基础第二周深度卷积网络:实例探究第三周目标检测第四周特殊应用:人脸识别和神经风格转换 垂直边缘检测器,通过卷积计算,可以把多维矩阵进行降维。如下图: 卷积运算提供了一个方便的方法来发现图像中的垂直边缘。例如下图: 对于3x3的过滤器,使用下面的数字组合鲁棒性比较高,...

Deep Learning.ai学习笔记_第五门课_序列模型

/目录第一周循环序列模型第二周自然语言处理与词嵌入第三周序列模型和注意力机制 在进行语音识别时,给定一个输入音频片段X,并要求输出对应的文字记录Y,这个例子中输入和输出数据就是序列模型。音乐生产问题也是使用序列数据的一个例子。 在自然语言处理中,首先需要决定怎样表示一个序列里单独的单词,解决办法式创...

sklearn中SVM调参说明

之前只停留在理论上,没有实际沉下心去调参,实际去做了后,发现调参是个大工程(玄学)。于是这篇来总结一下sklearn中svm的参数说明以及调参经验。方便以后查询和回忆。1.linear核函数:K(xi,xj)=xTixjK(xi,xj)=xiTxj2.polynomial核函数:K(xi,xj)=(γxTi...
代码星球 ·2020-12-17

Sklearn实现逻辑回归

LogisticRegression类的各项参数的含义classsklearn.linear_model.LogisticRegression(penalty='l2',dual=False,tol=0.0001,C=1.0,fit_intercept=True,intercept_scaling=1,class_we...
代码星球 ·2020-12-17

Deep Learning Tutorial

http://ufldl.stanford.edu/tutorial/...
代码星球 ·2020-12-17

5.1_非监督学习之sckit-learn

K-means通常被称为劳埃德算法,这在数据聚类中是最经典的,也是相对容易理解的模型。算法执行的过程分为4个阶段。1.首先,随机设K个特征空间内的点作为初始的聚类中心。2.然后,对于根据每个数据的特征向量,从K个聚类中心中寻找距离最近的一个,并且把该数据标记为这个聚类中心。3.接着,在所有的数据都被标记过聚类中心之后,...
首页上一页12345...下一页尾页