专注细节
努力进步

burness的文章

第4页
机器学习

穷人怎么玩tensorflow

burness阅读(6400)评论(4)

之前有在自己的mac上鼓捣过,softmax来训练一个MNIST的数据集,看起来速度还行,但是一涉及到NN就跑不起来了,计算速度太慢了,实在是受不了,打算在台式机上装下tensorflow的gpu版本,谁知道满心欢喜的装上去了,一跑提示需要 […]

机器学习

如何牛逼地设计电影推荐系统

burness阅读(1960)评论(0)

个性化 所谓个性化就是系统在对每个用户进行相关引导时,应该考虑改用户的特点,比如他的历史搜索行为中表现出来的特点,比如是喜欢科幻、或者喜欢文艺,在搜索相关内容时,可以根据这些潜在模式去调整内容的顺序。 精准营销和消费者分群 精准营销是通过用 […]

机器学习

决策树的前世今生

burness阅读(964)评论(0)

一个简单的决策树例子 这是一个判断是否外出打网球的决策树例子 决策树的关键是如何去决定node属性的先后,也就是上面决策树例子中outlook这个属性为什么会使最好的split的属性。 如何选择’’best”属性 上图中,你会选 […]

机器学习

回归的线性模型

burness阅读(897)评论(0)

回归的线性模型 回归问题是监督学习当中的一类,目标是在给定D维的输入变量x的前提下,预测一个或则会多个连续目标(target)变量t的值。PRML第一章中,就一个多项式曲线拟合问题,它属于线性回归中得一个具体例子。 线性函数模型 其中,x […]

机器学习

小本本用TensorFlow搭Mnist分类器

burness阅读(7390)评论(0)

  如何用TensorFlow快速搭建一个Mnist分类器 初学者 假如你是第一次接触接收到Mnist数据集,之前也未做过相关的分类器的学习,请看这部分 本章会介绍使用TF搭建一个SoftMax的分类器,对Mnist数据集进行分类 何为So […]

Big Data

SML-week3

burness阅读(586)评论(0)

Linear Regression Lab This lab covers a common supervised learning pipeline, using a subset of the Million Song Dataset […]

机器学习

PRML–信息论的几个关键概念

burness阅读(730)评论(0)

信息量 信息量可以看做一件事的惊讶程度,当概率很低但是发生时,我们认为信息量大,但是当事情一定发生,我们认为信息量为0;故,信息量定义公式为:h(x)=−log2p(x),,其中底为2是信息论的传统,可以选择,信息量单位为bit 熵 ent […]