雅乐网

计算机技术博客

Ng笔记

Andrew Ng机器学习课程笔记11——图像文字识别

Andrew Ng机器学习课程笔记11——图像文字识别

图像文字识别的任务是从一张给定的图片中识别文字。不同于文档的文字识别,图像文字识别首先要发现图像中哪个地方有文字。然后在进行文字识别。 完成这个任务的流水线如下: 1. 文字侦测(Text Detection)—— 确定图片中的文字在哪里

Andrew Ng机器学习课程笔记10——大规模机器学习

Andrew Ng机器学习课程笔记10——大规模机器学习

当训练集的规模很大时,可以帮助我们训练出更好的结果。但是,训练集规模的增大也带来了计算的代价非常大。 可以通过绘制学习曲线来判断大规模的训练集是否有必要。 梯度下降法的两个变种 假设我们的训练集中有100万个记录,在一般的梯度下降中,每次迭

Andrew Ng机器学习课程笔记目录

Andrew Ng机器学习课程笔记目录

这一系列笔记是我在学习Coursera上Andrew Ng的机器学习课程时写的,该课程链接如下: https://www.coursera.org/learn/machine-learning 我主要参考课程中的视频和板书资源,另外还参考了

Andrew Ng机器学习课程笔记8——聚类和降维

Andrew Ng机器学习课程笔记8——聚类和降维

聚类(clustering) 非监督学习(Unsupervised Learning) 聚类算法是本课程学习的第一个非监督学习算法,在第一周就介绍过非监督学习。非监督学习中,数据集中的数据没有任何标签(正确答案),只有x,没有y。数据可能是

Andrew Ng机器学习课程笔记6——机器学习应用建议和系统设计

Andrew Ng机器学习课程笔记6——机器学习应用建议和系统设计

前面几周介绍了几种机器学习算法,本周主要讲当你的机器学习算法效果不好时应该如何改进。 评估一个机器学习算法 效果不好时该做什么 当用训练好的模型来评估时,如果我们发现有较大的误差,可以采取下面的措施: 1. 使用更多的训练集 2. 使用更少

Andrew Ng机器学习课程笔记5——神经网络:学习

Andrew Ng机器学习课程笔记5——神经网络:学习

这一周主要介绍如何训练得到神经网络中的参数。上一周中说了神经网络的模型 上面的神经网络共4层,用L = 4表示。上图输入3个特征。输出4个分类,用K= 4表示。用\(S_i\)表示第i层的结点个数,上图中有\(S_1 = 3, S_2 =

Andrew Ng机器学习课程笔记4——神经网络:表达

Andrew Ng机器学习课程笔记4——神经网络:表达

神经网络是受人脑的启发而出现的模型,目前得到了广泛应用,例如语音识别和手写体识别。 一、引入 1. 非线性假设 假设有两个特征,使用最多二次项来预测,则有 $$h(x) = g( \theta_0 + \theta_1 x_1 + \the