發簡信
IP屬地：上海
-
本專題招募管理員，有意向請簡信私聊，謝謝！ 用來分享機器學習，深度學習，神經網絡，計算機視覺等領域的一些技術。 Machine Learning 學習資料：http://www.lxweimin.com/p/e0238db24973 相關參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.lxweimin.com/p/182baeb82c71 3. [深度學習與神經網絡(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.lxweimin.com/p/6752a8845d01 8. [知乎“機器學習”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.lxweimin.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互學習！
-
線性模型--線性回歸本文主要從數學原理的角度探討。從數學的角度理解，線性模型的輸入是一組特征向量x，輸出也是一組特征向量。 線性回歸可用于回歸和分類。 我們通過數據集D優化線性回歸模型的目的是什...
-
無約束條件的參數優化（2）--牛頓法
一、牛頓法 在介紹牛頓法之前，先回顧下在數學分析中，對于牛頓法的解釋。 在高數中，牛頓法適中估值方法，用于近似計算，是迭代法的一種。 其精髓在于：對于目標方程f(x)=0,首...
-
無約束條件的參數優化（1）--梯度下降算法
為什么要學習最優化理論？ 因為對于ML模型訓練，最終都可以歸結為最優化問題，尋找最優參數，是模型的loss最小。 在ML中，最優化分為 無約束的最優化問題和有約束的最優化問題...
-
