CH4-李宏毅机器学习

[机器学习入门] 经典台大李宏毅机器学习课程从这里开始

今天收到了第一笔赞赏，非常感谢，也很惊喜，o(￣▽￣)ブ时间赞赏者赞赏留言赞赏数额2019.7.18奔跑感谢你整理Hong-yiLee老师讲解的机器学习的资料~5元2019.7.27Eivind谢谢1元TOPICCONTENTSBLOGPDFVIDEO【1】LearningMap（学习导图）blogpdfvideo【2】Regression：CaseStudy；回归：案例研究blogpdfvide
HoleungLiu·2017-08-21 23:26

刻意练习 CH4-下

Chapter4TheGoldStandardAHighlyDevelopedFieldTheChallengeOfTheViolinGoodVersusBetterVersusBestThePrinciplesOfDeliberatePracticeApplyingThePrinciplesOfDeliberatePracticeNo,TheTen-Thousand-HourRuleIsn'tR
UUfighting·2017-08-10 18:45

李宏毅机器学习课程10~~~卷积神经网络

卷积的意义数字图像是一个二维的离散信号，对数字图像做卷积操作其实就是利用卷积核（卷积模板）在图像上滑动，将图像点上的像素灰度值与对应的卷积核上的数值相乘，然后将所有相乘后的值相加作为卷积核中间像素对应的图像上像素的灰度值，并最终滑动完所有图像的过程。这张图可以清晰的表征出整个卷积过程中一次相乘后相加的结果：该图片选用3*3的卷积核，卷积核内共有九个数值，所以图片右上角公式中一共有九行，而每一行都是
帅气的弟八哥·2017-08-08 09:38

[机器学习入门]李宏毅机器学习笔记-1（Learning Map；学习导图）

在此就不介绍机器学习的概念了，请自行google，在此直接看LearningMap。LearningMap（学习导图）PDFVIDEO先来看一张李大大的总图↓先来看一张李大大的总图鉴于看起来不是很直观，我“照虎画猫”做了一个思维导图如下：理论上SupervisedLearning分支下的内容都可以放在其他LearningMap大类下。1.SupervisedLearning所谓监督学习，就是我们告
holeung·2017-07-29 16:00

[机器学习入门] 李宏毅机器学习笔记-2 （Regression：Case Study ；回归：案例研究）

[机器学习入门]李宏毅机器学习笔记-2（Regression：CaseStudy；回归：案例研究）PDFVIDEORegression-pokemons正如我们在笔记一中提到的，Regression可以做很多事情
HoleungLiu·2017-05-22 00:45

[机器学习入门] 李宏毅机器学习笔记-1（Learning Map 课程导览图）

在此就不介绍机器学习的概念了。LearningMap（学习导图）PDFVIDEO先来看一张李大大的总图↓鉴于看起来不是很直观，我“照虎画猫”做了一个思维导图如下：理论上SupervisedLearning分支下的内容都可以放在其他LearningMap大类下。1.SupervisedLearning所谓监督学习，就是我们告诉机器说，当这个function看到某种input则输出a，看到另一种inp
HoleungLiu·2017-05-20 23:34

深度学习 -> 强化学习 ->迁移学习（杨强教授报告）

李宏毅机器学习课程－TransferLearning深度学习->强化学习->迁移学习（杨强教授报告)链接:http://pan.baidu.com/s/1nu6DMRn密码:an9q深度学习的局限表达能力的限制
帅气的弟八哥·2017-01-06 09:24

概率论与数理统计-ch4-随机变量的数字特征

分布函数能完整的描述随机变量的统计特征，但很多时候没有必要，只需知道随机变量的某些重要特征。所以引入数学期望即均值、方差等概念。1、数学期望指试验中每次可能结果的概率乘以其结果的总和，反映随机变量平均取值的大小。离散型：连续型：设连续性随机变量X的概率密度函数为f(x)，若积分绝对收敛，则称积分的值为随机变量的数学期望，记为E(X)。定理：设Y是随机变量X的函数：Y=g（X）（g（X）是连续函数）
weixin_30321449·2016-06-16 13:00
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他