红色石头的个人博客

红色石头 发布于 2018-11-20

本章介绍的是每一个数据科学家都应该知道并听说的机器学习许多基本的概念和术语。这将是一个高层次的概括（本书唯一没有很多代码的一章）。内容很简单，但是你要保证在进行下一章之前对本章每个概念都理解得很透彻。因此，端起一杯咖啡，让我们开始吧！ 1 什么是机器学习？ 机器学习是一门通过编程...

阅读(176)评论(0)赞 (2)标签：教程 / 机器学习

红色石头 发布于 2018-11-14

说起吴恩达「Andrew Ng」，相信大家都非常熟悉了。作为人工智能的大 IP，吴恩达一直致力于人工智能的推广和普及，争取让每个人都能感受人工智能的魅力。自去年8月开始，吴恩达在 Coursera 上开设了由 5 门课组成的深度学习专项课程，掀起了一股人工智能深度学习热潮。这里附...

阅读(60)评论(0)赞 (1)标签：吴恩达 / 深度学习

红色石头 发布于 2018-11-08

前阵子因为机器学习训练营的任务安排，需要打一场 AI 比赛。然后就了解到最近热度很高且非常适合新人入门的一场比赛：天池新人实战赛o2o优惠券使用预测。今天，红色石头把这场比赛的一些初级理论分析和代码实操分享给大家。本文会讲解的很细，目的是带领大家走一遍比赛流程，实现机器学习理论分...

阅读(347)评论(0)赞 (5)标签：Python / 机器学习

红色石头 发布于 2018-11-06

前几天，红色石头还在发文给大家整理了吴恩达新书《Machine Learning Yearning》的前 52 章的 pdf 下载。巧得很，今天凌晨就受到了这样一封邮件，该书 1-58 所有章节的草稿已经全部完结啦！ 该书的下载方法红色石头在上次的文章中已经有所介绍，直接在官网上...

阅读(103)评论(0)赞 (3)标签：吴恩达 / 资源

红色石头 发布于 2018-11-06

我相信红色石头的很多读者朋友都受惠于吴恩达的 deeplearning.ai 专项课程。红色石头也不例外，之前在我的公众号里连载了 deeplearning.ai 的所有课程笔记，需要的朋友请戳下面的传送门： 吴恩达deeplearning.ai专项课程历史文章汇总 吴恩达在 A...

阅读(176)评论(0)赞 (2)标签：吴恩达 / 资源

红色石头 发布于 2018-10-15

之前转载过一篇文章：三个简单规则，助你养成Git和GitHub好习惯，有读者留言说希望看到一些关于 Git 比较系统的简洁教程。红色石头觉得很有必要，就开始准备写一些关于 Git 的教程文章。本文是比较简单的初级教程，能够帮助我们快速了解 Git，并学会使用 Git 来讲我们的本...

阅读(719)评论(0)赞 (4)标签：Git / GitHub

红色石头 发布于 2018-09-16

在监督式机器学习中，无论是回归问题还是分类问题，都少不了使用损失函数（Loss Function）。损失函数（Loss Function）是用来估量模型的预测值 f(x) 与真实值 y 的不一致程度。若损失函数很小，表明机器学习模型与数据真实分布很接近，则模型性能良好；若损失函数...

阅读(380)评论(0)赞 (4)标签：损失函数 / 机器学习

红色石头 发布于 2018-08-29

在之前的一篇文章：通俗解释协方差与相关系数，红色石头为大家通俗化地讲解了协方差是如何定义的，以及如何直观理解协方差，并且比较了协方差与相关系数的关系。 本文红色石头将继续使用白话语言，介绍机器学习中应用十分广泛的矩阵分解方法：奇异值分解（SVD）。本文不注重详细的数学推导，只注重...

阅读(462)评论(0)赞 (3)标签：奇异值分解SVD

红色石头 发布于 2018-08-22

什么是协方差（Covariance）？ 协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。 如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反，即其中一个...

阅读(402)评论(0)赞 (3)标签：协方差 / 机器学习 / 相关系数

红色石头 发布于 2018-08-17

先说一下哦，结尾有福利！你懂的～ 热爱学习的你是否有过这样的经历： 想自己动手搭建神经网络，却不知选择哪种工具？ 想配置深度学习框架 TensorFlow，却被复杂的配置步骤所困扰？ 想使用 GPU 加速训练，却经费有限无法实现高配置？ ······ 试想一下，如果有个免费的在线...

阅读(1278)评论(1)赞 (11)标签：Jupyter / Python / 深度学习