标签:林轩田

机器学习

我的机器学习入门路线图

3

红色石头 发布于 2018-08-06

因为之前有不少朋友在微信或 QQ 上问我,机器学习、深度学习应该如何入门呢?对应这一问题,红色石头碰巧也在知乎上看到有人提问,就把自己的入门学习经验好好总结了一番,包括各种资源、课程笔记和建议,以及红色石头切身经历的机器学习路线图。希望对你有所帮助。 1. 放弃海量资料! 没错,...

阅读(2643)评论(0)赞 (16)

林轩田机器学习基石

精心整理 | 林轩田机器学习资源汇总

7

红色石头 发布于 2018-07-29

课程介绍 台湾大学林轩田老师曾在coursera上开设了两门机器学习经典课程:《机器学习基石》和《机器学习技法》。《机器学习基石》课程由浅入深、内容全面,基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。《机器学习技法》课程主要介绍了机器学习领域经典的一些...

阅读(897)评论(0)赞 (4)

林轩田机器学习技法

林轩田机器学习技法课程学习笔记13 — Deep Learning

28

红色石头 发布于 2018-07-29

本节课主要介绍了深度学习(deep learning)的数学模型,也是上节课讲的神经网络的延伸。由于深度学习网络的复杂性,其建模优化是比较困难的。通常,我们可以从pre-training和regularization的角度来解决这些困难。首先,autoencoder可以得到比较不...

阅读(259)评论(0)赞 (0)

林轩田机器学习技法

林轩田机器学习技法课程学习笔记10 — Random Forest

40

红色石头 发布于 2018-07-28

本节课主要介绍了Random Forest算法模型。RF将bagging与decision tree结合起来,通过把众多的决策树组进行组合,构成森林的形式,利用投票机制让G表现最佳,分类模型更稳定。其中为了让decision tree的随机性更强一些,可以采用randomly p...

阅读(275)评论(0)赞 (0)

林轩田机器学习技法

林轩田机器学习技法课程学习笔记9 — Decision Tree

26

红色石头 发布于 2018-07-28

本节课主要介绍了Decision Tree。首先将decision tree hypothesis对应到不同分支下的矩gt。然后再介绍决策树算法是如何通过递归的形式建立起来。接着详细研究了决策树C&RT算法对应的数学模型和算法架构流程。最后通过一个实际的例子来演示决策树C&RT算...

阅读(326)评论(0)赞 (0)