机器学习公开课

机器学习入门的绝佳材料：斯坦福大学机器学习课程原始讲义(含公开课视频)

斯坦福大学机器学习公开课视频与之配套的则是斯坦福大学的机器学习公开课的视频：1.网易翻译的公开课视频：http://v.163.com/spec
datoubo·2013-02-21 13:55

机器学习入门的绝佳材料：斯坦福大学机器学习课程原始讲义(含公开课视频)

斯坦福大学机器学习公开课视频   与之配套的则是斯坦福大学的机器学习公开课的视频：    1.网易翻译的公开课视频：http://v.1
datoubo·2013-02-21 13:00

VC维含义的个人理解

在读《神经网络原理》的时候对一个实例不是很明白，通过这段时间观看斯坦福的机器学习公开课及相关补充材料，又参考了一些网络上的资料（主要是这篇，不过个人感觉仍然没有抓住重点），重新思考了一下，终于理解了这个定义所要传达的思想
·2012-12-03 16:00

机器学习公开课SVM学习中

关于SVM的内容，前前后后讲了两节。SVM是一个比较主流并且一般评价较高的分类方法，以前只模糊的知道它是要找到一个分类超平面，使得正反样例的间隔最大化，它的超平面是由支持向量确定的，支持向量也就是离分类超平面最近的点。下面简单回忆一下这几天看到的关于SVM的内容。 首先考虑线性可分的情况，求解分类超平面的问题可以表示为一个带约束的最优化问题，为了求解此最优化问题，应用拉格朗日对偶性，将求解转化为对
木木在路上·2012-11-09 11:23

机器学习公开课SVM学习中

关于SVM的内容，前前后后讲了两节。SVM是一个比较主流并且一般评价较高的分类方法，以前只模糊的知道它是要找到一个分类超平面，使得正反样例的间隔最大化，它的超平面是由支持向量确定的，支持向量也就是离分类超平面最近的点。下面简单回忆一下这几天看到的关于SVM的内容。首先考虑线性可分的情况，求解分类超平面的问题可以表示为一个带约束的最优化问题，为了求解此最优化问题，应用拉格朗日对偶性，将求解转化为对对
木木在路上·2012-11-09 11:23

用单张2D图像重构3D场景

用单张2D图像重构3D场景[email protected]://blog.csdn.net/zouxy09      之前看到Stanford大学的机器学习公开课程的lecture01中，AndrewNg
zouxy09·2012-10-17 23:00

机器学习–笔记1

看完了Stanford机器学习公开课的前两课，真的深深被之吸引，以前就曾设想过具有学习能力的软件，没想到还真有这样一门学问，一下子就被牢牢抓住了心，立志什么的谈不上，但向来以兴趣主导学习的我毫不犹豫地调转了方向
Darkscope·2012-09-12 20:55

openCv学习笔记（十三）—贝叶斯分类器的实现

，等有时间可以实现垃圾邮件的分类，利用斯坦福机器学习公开课中方法，统计高频词，利用朴素贝叶斯。等有时间和大家分享。
caiye917015406·2012-08-20 16:00

机器学习读书笔记（一）

机器学习的定义《机器学习》ByM.Mitchell第一章中和斯坦福机器学习公开课第一课都提到了一个这样定义：对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量
RaySaint·2011-05-30 22:11

机器学习读书笔记（一）

机器学习的定义《机器学习》ByM.Mitchell第一章中和斯坦福机器学习公开课第一课都提到了一个这样定义：对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性
RaySaint·2011-05-30 22:11
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他