Work 20%
Week9:Anomaly Detection & Recommender Systems Week9:Anomaly Detection & Recommender Systems
序Coursera的课程还有2周就要结束了,我这周基本上是每天学一周的内容,而下周就要开始正式接触NLP了。 身边也有一起学习Ng这套课程的人,但是学到一半没到就放弃了,我在学习过程中也问过自己,Ng这套11年的课程放在现在还有价值么?这是
2017-12-01
Week8-2:Dimensionality Reduction Week8-2:Dimensionality Reduction
维数约简假如你负责一项机器学习项目,最开始你需要收集数据集,也许把收集任务下发给各部门后,收集上来的数据特征有上千个,你是全部用呢?还是只用一部分呢?如果只用一部分,应该如何选择呢? 首先我们肯定是不能全用的,因为特征太多会拖慢训练速度。
2017-11-30
Week8-1: Clustering Week8-1: Clustering
序模仿coursera的结构,把第八周分成两部分。前面七周学习内容,我们经常用到训练这个词,就像妈妈教小孩子说话一样,是属于监督学习,数据集是有标记的,这样我们才能根据 $x$ 来预测 $y$。 对于无监督学习,给出的数据集是无标记的,可以
2017-11-29
Week7: Support Vector Machines Week7: Support Vector Machines
序因为时间上的限制,本周必须要把Course的课程看完,之后开始步入实战,所以周二就搞定了第七周的内容。支持向量机(Support Vector Machines)这个词很早就听过,今天总算是学到了这个知识点。 线性可分和非线性可分什么是线
2017-11-28
Week 6:Machine Learning System Design Week 6:Machine Learning System Design
序接Exercise5的内容,他们都是第六周的内容。这一部分主要讲如何设计一个机器学习系统。 垃圾邮件分类器假设你正要去实现一个垃圾邮件分类器,你会怎么做?这是一个二分类问题,我已经学习了线性回归、逻辑回归、神经网络。最快速、准确的方式应该
2017-11-27
Exercise 5: Regularized Linear Regression and Bias v.s. Variance Exercise 5: Regularized Linear Regression and Bias v.s. Variance
序第六周的内容是机器学习的训练方法。 我们已经学习了线性回归、逻辑回归、神经网络,本质上他们都是通过数据的输入,来习得一个预测函数。那么怎么来评估习得函数的好坏呢?如果一个预测函数很好的预测了训练数据,而对于新数据的预测却不准,那这就不是一
2017-11-25
Exercise 4: Neural Networks Learning Exercise 4: Neural Networks Learning
序一天两发,是因为这两次的练习内容都是神经网络,比较接近。 回顾第四周的作业,最后使用神经网络进行多分类预测的时候,Ng给出了训练好的Θ,本周的主要内容就是学习如何训练一个神经网络,最终得出Θ。 正向传播:Cost Function参考公式
2017-11-24
Exercise 3:Multi-class Classification and Neural Networks Exercise 3:Multi-class Classification and Neural Networks
序其实上周就做完啦,只是一直没写而已,对于这个Ng的ML课程,我希望能一直记录下去。 直到第三周,已经学习了线性回归和逻辑回归,它们可以用来实现二分类器,而且对于一些非线性分类也比较有效,例如: 但是对于非线性分类,他的Cost Func
2017-11-24
初学者如何查阅自然语言处理(NLP)领域学术资料 初学者如何查阅自然语言处理(NLP)领域学术资料
原文:初学者如何查阅自然语言处理(NLP)领域学术资料 昨天实验室一位刚进组的同学发邮件来问我如何查找学术论文,这让我想起自己刚读研究生时茫然四顾的情形:看着学长们高谈阔论领域动态,却不知如何入门。经过研究生几年的耳濡目染,现在终于能自信地
2017-11-21
LeetCode买股票系列2 LeetCode买股票系列2
上一个系列是对交易次数进行限制,本系列是无限次交易但是有一些其他限制。 问题1:卖出后休息一天原题:Best Time to Buy and Sell Stock with Cooldown 题意:你可以进行任意次交易,但完成一次交易后,
2017-11-16
4 / 5