1.模仿模板 2.PS 3.形状+透明度 4.不能太多字，可以逻辑提炼，但是排版好看也是可以的 5.搜索引擎找思路 6.素材（网站+以前的模板） 7.LOGO+矢量图 8.细...
IP属地：四川
-
PPT学习
-
Java疯狂讲义
3.2标识符和关键字 3.2.1 分隔符 分号：实现对语句的分隔，每个Java语句都会使用分号作为语句的间隔，因此每个Java语句必须使用分号作为结尾，Java程序允许一行书...
-
@zzj_619f course里的吴恩达老师的machine learning课
异常检测(Anomaly Detection)
1.问题的动机 异常检测(Anomaly detection)问题是机器学习算法的一个常见应用。这种算法的一个有趣之处在于：它虽然主要用于非监督学习问题，但从某些角度看，它又...
-
@zzj_619f coursa上吴恩达老师的machine learning授课PPT
异常检测(Anomaly Detection)
1.问题的动机 异常检测(Anomaly detection)问题是机器学习算法的一个常见应用。这种算法的一个有趣之处在于：它虽然主要用于非监督学习问题，但从某些角度看，它又...
-
PRML第一章《贝叶斯定理、高斯分布、概率论、模型选择和维度灾难》PRML第一章《绪论》本章一共七个小章节1.1从一个例子多项式曲线拟合1.2讲解了概率论基础，分为6个小章节，包括概率密度、期望与协方差、贝叶斯概率、高斯分布、重新考察曲线拟...
-
第一章《绪论》
PRML第一章《绪论》本章一共七个小章节1.1从一个例子多项式曲线拟合1.2讲解了概率论基础，分为6个小章节，包括概率密度、期望与协方差、贝叶斯概率、高斯分布、重新考察曲线拟...
-
重新考察曲线拟合问题从概率的角度看多项式曲线拟合。 我们要假定：给定的值，对应的值服从高斯分布，分布的均值为： 我们现在使用训练数据{}，通过最大似然方法，来决定参数和的值，似然函数为： 通过略...
-
高斯分布其中参数：被叫做均值，被叫做方差，方差的平方根，由给定，叫作标准差，方差的倒数，叫作精度。 根据上式，我们可以得到： 并且很容易证明高斯分布式高度归一化的，因此： 因此式...
-
大规模机器学习(Large Scale Machine Learning)1.大型数据集的学习 处理大数据集的算法近年来机器学习技术的发展归因于我们有极其庞大的数据用来训练我们的算法。处理如此海量数据的算法？我们为什么要用大的训练集呢？ 我们已经知...
-
异常检测(Anomaly Detection)1.问题的动机 异常检测(Anomaly detection)问题是机器学习算法的一个常见应用。这种算法的一个有趣之处在于：它虽然主要用于非监督学习问题，但从某些角度看，它又...
-
聚类(Clustering)1.无监督学习：简介 聚类算法：第一个无监督学习算法（无标签的数据） 什么是无监督学习呢？对比：监督学习问题指的是，我们有一系列标签，然后用假设函数去拟合它，作为对比，在无监...
-
支持向量机(Support Vector Machines)1.优化目标 在监督学习中，很多监督学习算法的性能都非常相似，所以经常要考虑的东西，不是选择算法，而是更多的去考虑，你构建这些算法时所使用的数据量，这就体现了你使用这些算法的...
-
应用机器学习的建议1.决定下一步做什么 到目前为止，我们已经介绍了许多不同的学习算法，如果你一直跟着这些视频的进度学习，你会发现自己已经不知不觉地成为一个了解许多先进机器学习技术的专家了。 然...
-
电视剧《天道》读后感：强势文化与弱势文化的属性抑或根源善与恶
其实我很少看电视剧，但是这部片子口碑极佳，慕名而看，颇有感触，对人性又有了多维度的理解。 故事概况： 片中主角丁元英，一个像神似鬼一样的人物。思维缜密，对复杂事物判断精准，似...
-
神经网络的学习(Neural Networks: Learning)1.代价函数 神经网络在分类问题中的应用：两种分类问题：第一种是二元分类；这里的y只能是0或1，在这种情况下，我们会有且仅有一个输出单元。K：输出层的单元数目。第二种是多类别...
-
神经网络表述1.非线性假设 我们之前学的，无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。 下面是一个例子： 如果n是原始特征的个数，事实上二次项的个数...
-
回顾|Logistic回归1.分类问题 如果我们要预测的变量y是一个离散情况下的分类问题，比如判断邮件是否是垃圾邮件。就要使用logistic回归算法：最广泛使用的算法之一。如果之前的线性回归是一个预...
-
深度学习笔记之人脸识别和风格抓换第一课：什么是人脸识别 卷积神经网络的重要应用：将从人脸识别开始，之后讲神经风格迁移 百度林元庆人脸识别系统。人脸识别和活体检测。后者表明你是一个活人，事实上，活体检测可以使...
-
YOLO算法上周最后一课 你已经学了对象检测算法的大部分零件了，接下来，我们把所有的零件组合到一起，构成YOLO检测算法。 首先：构建训练集创建一个y向量3x3x2x8，要构造训练集，你...
