Standford

Stanford机器学习---第一讲. Linear Regression with one variable

所有内容均来自Standford公开课machinelearning中Andrew老师
llp1992·2014-12-11 20:00

从汇编角度理解C语言（一）

十一闲暇在学习Standford大学公开课《编程范示》的视频以及相关一些讲义，体会到世界一流大学课程的魅力。
OceanStack·2014-10-08 13:00

【iOS】singleton的属性，以及getter在使用上的一点问题

昨天看了iTunes上standford公开课视频《DevelopingiOS7AppsforiPhoneandiPad》，给自己打了打基础。
arctan90·2014-08-13 11:00

MATLAB支持向量机SVM代码实现

所有内容均来自Standford公开课machinelearning中Andrew老师
wenyusuran·2014-06-30 10:00

第一讲.Liner_Regression and Gradient_Descent(Rui Xia) 单变量线性回归及梯度下降

所有内容均来自Standford公开课machinelearning中Andrew老师
lch614730·2013-10-05 19:00

Stanford机器学习---第十讲. 数据降维

内容大多来自Standford公开课machinelearning中Andrew老师的
android_asp·2013-08-21 20:00

Stanford机器学习---第九讲. 聚类

内容大多来自Standford公开课machinelearning中Andrew老师的
android_asp·2013-08-21 20:00

Stanford机器学习---第八讲. 支持向量机SVM

所有内容均来自Standford公开课machinelearning中Andrew老师
淡淡的生活·2013-08-21 19:41

Stanford机器学习---第八讲. 支持向量机SVM

所有内容均来自Standford公开课machinelearning中Andrew老师
android_asp·2013-08-21 19:00

Stanford机器学习---第七讲. 机器学习系统设计

所有内容均来自Standford公开课machinelearning中Andrew老师
android_asp·2013-08-21 19:00

Stanford机器学习---第五讲. 神经网络的学习 Neural Networks learning

所有内容均来自Standford公开课machinelearning中Andrew老师
android_asp·2013-08-21 18:00

Stanford机器学习---第四讲. 神经网络的表示 Neural Networks representation

所有内容均来自Standford公开课machinelearning中Andrew老师
android_asp·2013-08-21 18:00

Stanford机器学习---第三讲. 逻辑回归和过拟合问题的解决 logistic Regression & Regularization

所有内容均来自Standford公开课machinelearning中Andrew老师
android_asp·2013-08-21 18:00

Stanford机器学习---第二讲. 多变量线性回归 Linear Regression with multiple variable

所有内容均来自Standford公开课machinelearning中Andrew老师
android_asp·2013-08-21 18:00

Stanford机器学习---第一讲. Linear Regression with one variable

所有内容均来自Standford公开课machinelearning中Andrew老师
android_asp·2013-08-21 18:00

Stanford机器学习---第六讲. 怎样选择机器学习方法、系统

所有内容均来自Standford公开课machinelearning中Andrew老师
android_asp·2013-08-21 17:00

Stanford机器学习---神经网络的学习 Neural Networks learning

所有内容均来自Standford公开课machinelearning中Andrew老师
jirongzi_cs2011·2013-07-27 14:00

Standford机器学习 聚类算法（clustering）和非监督学习（unsupervised Learning）

 聚类算法是一类非监督学习算法，在有监督学习中，学习的目标是要在两类样本中找出他们的分界，训练数据是给定标签的，要么属于正类要么属于负类。而非监督学习，它的目的是在一个没有标签的数据集中找出这个数据集的结构把它自动聚成两类或者多类。本讲主要介绍了最常用了一种聚类算法--K-means聚类算法。如果将数据集分成两类，即k=2，K-means算法过程如下：1、首先任意选取两个不同的样本作为两类样本的中
·2013-07-12 19:00

Standford机器学习 聚类算法（clustering）和非监督学习（unsupervised Learning）

聚类算法是一类非监督学习算法，在有监督学习中，学习的目标是要在两类样本中找出他们的分界，训练数据是给定标签的，要么属于正类要么属于负类。而非监督学习，它的目的是在一个没有标签的数据集中找出这个数据集的结构把它自动聚成两类或者多类。本讲主要介绍了最常用了一种聚类算法--K-means聚类算法。如果将数据集分成两类，即k=2，K-means算法过程如下：1、首先任意选取两个不同的样本作为两类样本的中心
usingnamespace_std·2013-07-11 21:00

二叉数的一些题目（来自Standford cslibrary）

题目都是来自standfordcslibrary：http://cslibrary.stanford.edu/110/BinaryTrees.html是一个关于二叉树的专题，上面还有很多其他的专题，适合刚入门或者要找工作同学复习用。下面是我自己从二叉树这个专题当中选取的一些有代表性的题目。基本数据结构如下：structnode{ intdata; structnode*left; structno
overstack·2013-06-02 16:00

Standford 机器学习应用的建议及机器学习系统的设计

       前几讲学习了很多机器学习的算法，但是在实际的应用中会遇到很多过拟合和欠拟合的问题，这些问题都会导致测试结果不理想。用什么方法解决这些问题，是本讲研究的主题。举一个房价预测的例子，如果学习了一个模型，发现测试结果非常不理想（有非常大的误差），那么接下去该怎么办？下面有几种解决方法：1、获取更多的样本，来训练模型       2、试着用更少的特征来构建特征向量3、特征向量中添加其他的特征
usingnamespace_std·2013-06-01 12:00

Standford机器学习 神经网络的学习（Neural Network Learning）

       上一讲讲了神经网络的表示，神经网络中，从前一层映射到后一层的需要有个一个权重矩阵Theta和激活函数，映射后可以得到该层神经元的activation。如何来学习Theta是本讲要解决的内容。首先，对于一个分类问题，如果是两类问题，输出层只需要有一个神经元，输出1为正类，输出0为负类。而对于多类的问题，需要有多个神经元。定义一个神经网络，如下： 它的输出是一个向量，如图，假设要分成4类
usingnamespace_std·2013-05-26 17:00

Stanford机器学习---第二讲. 多变量线性回归Linear Regression with multiple variables

所有内容均来自Standford公开课machinelearning中Andrew老师
ncztc·2013-05-18 19:00

Stanford机器学习---第一讲. Linear Regression with one variable

所有内容均来自Standford公开课machinelearning中Andrew老师
ncztc·2013-05-18 18:00

Standford机器学习 神经网络（Neural Network）的表示

       上一讲讲了如何用逻辑回归来解决分类问题，如果在两个类多维线性不可分的情况下，可以通过添加多项式项把向量投影到高维空间使得它线性可分。但这也存在一个问题，就是当选取的特征很多的时候，featurevector可能高达几千维，这就是维数爆炸的问题。       比如，如果有一个n个feature的向量，如果用二次项去拟合，那么产生的多项式会有x1^2,x1x2,x1x3…;x2^2,x2
usingnamespace_std·2013-05-16 17:00

Standford机器学习 逻辑回归（Logistic Regission）以及过拟合问题解决（Regularization）

1.分类问题判断一封邮件是否为垃圾邮件，判断肿瘤是良性的还是恶性的，这些都是分类问题。在分类问题中，通常输出值只有两个（一般是两类的问题，多类问题其实是两类问题的推广）（0叫做负类，1叫做正类）。给定一组数据，标记有特征和类别，数据如（x(i),y(i)），由于输出只有两个值，如果用回归来解决会取得非常不好的效果。 在良性肿瘤和恶性肿瘤的预测中，样本数据如下   上图是用线性归回得到
usingnamespace_std·2013-05-07 15:00

Standford机器学习 线性回归Cost Function和Normal Equation的推导

1.线性回归CostFunction推导：             在线性回归中，CostFunction是，关于这个公式的推导，首先由一个假设,其中满足高斯分布，.那么根据得出在这里，把看成是随机变量，那么服从高斯分布，，对于给定的X，theta要估计y的分布是怎么样的，极大似然估计函数为：                        就是使得上式中的最小，即这个式子就是线性回归中的CostF
usingnamespace_std·2013-05-04 16:00

Standford 机器学习学习笔记 线性回归（Linear Regission）

       本节内容主要包含单变量（OneVariable）和求解costfunction的最优值的学习算法—梯度下降法（Gradientdescent）以及多变量（multipleVariable）的线性回归。1.      单变量的线性回归（LinearRegissionwithonevariable）       监督学习的样本中都含有对于每个输入变量的输出值，通过建立模型并且学习得到一个
usingnamespace_std·2013-05-03 21:00

NSAttributedString 小demo

昨天看standFord2013的iOS开发的公开课看到的新东西，里面的老师说NSAttributedString是iOS6的新东西，不过我看文档的时候发现很多方法在3.2的时候就有了，google了一下
Kay_Sprint·2013-04-05 20:00

stanford mvs 学习记录

看standford教程
chj90220·2013-01-15 10:00

Stanford机器学习--- 支持向量机SVM

所有内容均来自Standford公开课machinelearning中Andrew老
Kaitiren·2012-12-13 16:27

SNAP（Standford Network Analysis Project）运行环境的搭建与配置

因为我女朋友的研究方向是复杂网络（ComplexNetwork），所以我有时也关注一下这个领域的相关知识，更重要的是要帮女朋友做论文的实验。虽然对复杂网络了解不是很深入，但是其对于数据和实验结果的依赖是非常严重的事实我还是非常明了的，这个领域的论文特点就是通篇贯穿实验数据，通过实验数据来说明模型的优劣。反观我研究的信念修正领域，基本上都是数学证明。对于我这样一个数学功底十分薄弱的人来说，无疑是难上
kbawyg·2012-11-28 21:50

SNAP（Standford Network Analysis Project）运行环境的搭建与配置

  因为我女朋友的研究方向是复杂网络（ComplexNetwork），所以我有时也关注一下这个领域的相关知识，更重要的是要帮女朋友做论文的实验。虽然对复杂网络了解不是很深入，但是其对于数据和实验结果的依赖是非常严重的事实我还是非常明了的，这个领域的论文特点就是通篇贯穿实验数据，通过实验数据来说明模型的优劣。反观我研究的信念修正领域，基本上都是数学证明。对于我这样一个数学功底十分薄弱的人来说，无疑是
kbawyg·2012-11-28 21:00

Stanford机器学习---第十讲. 数据降维

内容大多来自Standford公开课machinelearning中Andrew老师的
abcjennifer·2012-09-28 23:00

Stanford机器学习---第九讲. 聚类

内容大多来自Standford公开课machinelearning中Andrew老师的
abcjennifer·2012-08-28 13:00

Stanford机器学习---第八讲. 支持向量机SVM

所有内容均来自Standford公开课machinelearning中Andrew老师
Rachel-Zhang·2012-08-12 16:10

Stanford机器学习---第八讲. 支持向量机SVM

所有内容均来自Standford公开课machinelearning中Andrew老师
abcjennifer·2012-08-12 16:00

Stanford机器学习---第七讲. 机器学习系统设计

所有内容均来自Standford公开课machinelearning中Andrew老师
abcjennifer·2012-08-06 14:00

Stanford机器学习---第六讲. 怎样选择机器学习方法、系统

所有内容均来自Standford公开课machinelearning中Andrew老师
Rachel-Zhang·2012-07-29 00:52

Stanford机器学习---第六讲. 怎样选择机器学习方法、系统

所有内容均来自Standford公开课machinelearning中Andrew老师
abcjennifer·2012-07-29 00:00

Stanford机器学习---第五讲. 神经网络的学习 Neural Networks learning

所有内容均来自Standford公开课machinelearning中Andrew老师
Rachel-Zhang·2012-07-20 15:27

Stanford机器学习---第五讲. 神经网络的学习 Neural Networks learning

所有内容均来自Standford公开课machinelearning中Andrew老师
abcjennifer·2012-07-20 15:00

Stanford机器学习---第四讲. 神经网络的表示 Neural Networks representation

所有内容均来自Standford公开课machinelearning中Andrew老师
abcjennifer·2012-07-16 13:00

Stanford机器学习---第三讲. 逻辑回归和过拟合问题的解决 logistic Regression & Regularization

所有内容均来自Standford公开课machinelearning中Andrew老师
Rachel-Zhang·2012-07-07 20:47

Stanford机器学习---第三讲. 逻辑回归和过拟合问题的解决 logistic Regression & Regularization

所有内容均来自Standford公开课machinelearning中Andrew老师
abcjennifer·2012-07-07 20:00

Stanford机器学习---第二讲. 多变量线性回归 Linear Regression with multiple variable

所有内容均来自Standford公开课machinelearning中Andrew老师
Rachel-Zhang·2012-06-30 09:10

Stanford机器学习---第二讲. 多变量线性回归 Linear Regression with multiple variable

所有内容均来自Standford公开课machinelearning中Andrew老师
abcjennifer·2012-06-30 09:00

Stanford机器学习---第一讲. Linear Regression with one variable

所有内容均来自Standford公开课machinelearning中Andrew老师
Rachel-Zhang·2012-06-28 20:26

Stanford机器学习---第一讲. Linear Regression with one variable

所有内容均来自Standford公开课machinelearning中Andrew老师
abcjennifer·2012-06-28 20:00

[置顶] MSTParser句法工具使用方法

所以没有用standford的工具。minipar依存分析，感觉很好用的工具，但是工具没有及时更新，他的demo中的makefile文件都弄不好。网上解决方法也找不到多少。没有办法，只好放弃。
hellonlp·2012-06-26 22:00
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他