【天地一沙鷗】ADF學習交流
我的宣告
部分內容來源於網路,如果侵犯了您的版權,我將立即改正。 所有原創文章歡迎轉載。 為了無需翻牆就可以訪問馬平的部落格,特將馬平的部落格內容轉載過來,由於數量龐大,不再一一表明出處,所有馬平的部落格內容均在分類"馬平ADF"中如果侵犯了您的版權,我將立即改正。相關推薦
【天地一沙鷗】ADF學習交流
我的宣告 部分內容來源於網路,如果侵犯了您的版權,我將立即改正。 所有原創文章歡迎轉載。 為了無需翻牆就可以訪問馬平的部落格,特將馬平的部落格內容轉載過來,由於數量龐大,不再一一表明出處,所有馬平的部落格內容均在分類"馬平ADF"中如果侵犯了您的版權,我將立即改正。
【基礎知識十六】強化學習
動態 sof col -s 範例 如何 差分 ash 抽象 一、任務與獎賞 我們執行某個操作a時,僅能得到一個當前的反饋r(可以假設服從某種分布),這個過程抽象出來就是“強化學習”。 強化學習任務通常用馬爾可夫決策過程MDP來描述: 強化學
【小川沙畫】
img pan sha border image mage href borde 分享 【小川沙畫】 平沙安全生產主題沙畫「遵守交通 平安你我」 珠海小川沙畫 http://www.xcshahua.com【小川沙畫】
【Mark Schmidt課件】機器學習與資料探勘——特徵選擇
本課件的主要內容如下: 上次課程回顧:尋找“真實”模型 資訊準則 貝葉斯資訊準則 關於食物過敏 特徵選擇 全基因組關聯分析 “迴歸權重”方法 搜尋評分法 評分函式的選擇 “特徵數量”懲罰
【Mark Schmidt課件】機器學習與資料探勘——非線性迴歸
本課件主要內容包括: 魯棒迴歸 體育運動中的非線性級數 自適應計數/距離法 線性模型的侷限性 非線性特徵變換 一般多項式特徵(d = 1) 英文原文課件下載地址: http://page5.dfpan
【Mark Schmidt課件】機器學習與資料探勘——數值優化與梯度下降
本課件主要包括以下內容: 優化簡介 上次課程回顧:線性迴歸 大規模最小二乘 尋找區域性最小值的梯度下降法 二維梯度下降 存在奇異點的最小二乘 魯棒迴歸 基於L1-範數的迴歸 L1-範數的平滑近似
【Mark Schmidt課件】機器學習與資料探勘——正規方程組
本課件的主要內容包括: d維資料的梯度和臨界點 最小二乘偏導數 矩陣代數回顧 線性最小二乘 線性和二次梯度 正規方程組 最小二乘問題的不正確解 最小二乘解的非唯一性 凸函式 如何判斷函式的
【Mark Schmidt課件】機器學習與資料探勘——普通最小二乘
本課件主要內容包括: 有監督學習:迴歸 示例:依賴與解釋變數 數字標籤的處理 一維線性迴歸 最小二乘目標 微分函式最小化 最小二乘解 二維最小二乘 d維最小二乘 偏微分
【Mark Schmidt課件】機器學習與資料探勘——進一步討論線性分類器
本課件主要內容包括: 上次課程回顧:基於迴歸的分類方法 Hinge損失 Logistic損失 Logistic迴歸與SVMs “黑盒”分類器比較 最大餘量分類器 支援向量機 魯棒性與凸近似 非凸0-
【Mark Schmidt課件】機器學習與資料探勘——線性分類器
本課件主要內容包括: 上次課程回顧:L1正則化 組合特徵選擇 線性模型與最小二乘 梯度下降與誤差函式 正則化 辨識重要郵件 基於迴歸的二元分類? 一維判決邊界 二維判決邊界 感知器演算法
【Mark Schmidt課件】機器學習與資料探勘——多元分類
本課件主要內容: 上次課程回顧:隨機梯度 無限資料的隨機梯度 詞性標註POS POS特徵 多元線性分類 題外話:多標籤分類 多元SVMs 多元Logistic迴歸 題外話:Frobenius範數
【Mark Schmidt課件】機器學習與資料探勘——MLE與MAP
本課件的主要內容包括: 上次課程回顧:多元線性分類器 決策邊界形狀 識別重要電子郵件 Sigmoid函式 最大似然估計MLE 最小化負對數似然NLL 樸素貝葉斯的MLE 有監督學習的MLE Logi
【Mark Schmidt課件】機器學習與資料探勘——主元分析PCA
本課件主要內容包括: 上次課程回顧:MAP估計 人類 vs. 機器感知 隱因子模型 向量量化 向量量化 vs. PCA 主元分析PCA的應用 PCA目標函式 英文原文課件下載地址: h
【Mark Schmidt課件】機器學習與資料探勘——進一步討論PCA
本課件的主要內容包括: 機器學習工程師需要精通的10種演算法 上次課程回顧:隱因子模型 上次課程回顧:主元分析 上次課程回顧:PCA幾何描述 題外話:資料凝聚 PCA計算:交替最小化 PCA計算:預測 PCA
【Mark Schmidt課件】機器學習與資料探勘——稀疏矩陣分解
本課件主要內容包括: 上次課程回顧:基於正交/序貫基的PCA 人眼的顏色對立 顏色對立表示法 應用:人臉檢測 特徵臉 VQ vs. PCA vs. NMF 面部表示 非負最小二乘法 稀疏性與非負最小
【更新於12.29】深度學習論文彙總
本部落格用於記錄自己平時收集的一些不錯的深度學習論文,近9成的文章都是引用量3位數以上的論文,剩下少部分來自個人喜好,本部落格將伴隨著我的研究生涯長期更新,如有錯誤或者推薦文章煩請私信。 深度學習書籍和入門資源 LeCun Y, Bengio Y, Hinton G. Deep lea
【Mark Schmidt課件】機器學習與資料探勘——推薦系統
本課件主要內容: 上次課程回顧:隱因子模型 魯棒PCA 隱因子模型的變化形式 Netflix獎 協同過濾問題 協同過濾的矩陣分解 基於內容的濾波 vs. 協同濾波 混合方法 SVD特徵的隨機梯度
【Ian Goodfellow課件】深度學習中的正則化
本課件主要內容包括: 正則化定義 權值退化與約束優化 範數懲罰 資料集擴充 多工學習 學習曲線 稀疏表達 Dropout 切線傳播 完整課件下載地址: http:/
【Ian Goodfellow課件】深度學習的應用
本課件主要內容包括: 大規模深度學習 快速實現方法 分散式實現 同步SGD 示例:ImageNet 模型壓縮 量化 動態結構 計算機視覺的資料集擴充 視訊產生 基於模型的優化
【Mark Schmidt課件】機器學習中的最優化問題
本課件的4個目的: 監督學習的機器學習技術概述與動機。Give an overview and motivation for the machine learning techniqueof supervised learning. 概括了梯度法的收斂速