Heron Blog

让知识也能拥有复利的力量

Machine Learning Yearning 翻译，动手写起来!

chapter10

10. Having a dev set and metric speeds up iterations 对于一个新的问题很难预先知道什么方法会work的最好。即使是经验丰富的机器学习研究者在发现满意的方法前也会尝试各种各样的想法。在构建一个机器学习系统时，我通常：首先构建一些如何建立系统的想法。编程实现这些想法。用实验来告诉我这些想法work的怎么样。(通常我开始的...

Posted by Heron on June 6, 2017

Machine Learning Yearning 翻译，动手写起来!

chapter09

9. Optimizing and satisficing metrics 将多个评估指标组合的另一种方法。假设你同时关心算法的精度和运行时间。你需要从这三个分类器中选择一个：将准确度和运行时间通过单一的公式计算出一个指标似乎这似乎又不是很自然： Accuracy - 0.5*Running time 你可以通过这样操作来替代：第一，定义一...

Posted by Heron on June 6, 2017

Machine Learning Yearning 翻译，动手写起来!

chapter08

8. Establish a single-number evaluation metric for your team to optimize 分类精度就是single-number evaluation metric(单数字评估指标)的一个例子：在你的分类器上运行开发集(或测试集)，得到一个样本分类正确的数字。通过这个指标，如果分类器A获得97%的正确率，分类器B获得90%的正确率，...

Posted by Heron on June 6, 2017

Machine Learning Yearning 翻译，动手写起来!

chapter05-chapter07

5.Your development and test sets 让我们回到早些时候提到的从图片中识别猫的例子：运行一个移动应用，用户上传许多不同事物的照片到应用中。你想要自动的找出猫的图片。你的团队通过不同的网站下载了大量的训练集数据，猫的图片(正例),不是猫的图片(负例)。他们将数据分成70%训练集和30%测试集。使用这些数据，他们建立了一个在测试集上表现良好的猫图片检测器。 ...

Posted by Heron on June 5, 2017

Machine Learning Yearning 翻译，动手写起来!

chapter01-chapter04

南大周志华老师的西瓜书，用西瓜的例子贯穿全书，Andrew NG这本新书则以机器视觉，识别图片中的猫贯穿全文。自己是入门机器学习，视频看了不少，书也看了不少，不过感觉还是入坑了，深感团队的重要性。现在属于蒙圈状态，既然弄不清，干脆就借着Andrew NG大神的书来梳理一下。(ps：貌似刚开始订阅出了新的十几章，到现在好像就没有推送了) 1. Why Machine Learning ...

Posted by Heron on June 4, 2017

使用Github-page写的第一篇博客

写在6月1日凌晨

一直想找一个地方写博客，之前CSDN、微博都试过，但都没有坚持下来，最近本来是使用github中的Issues，想着所有的内容都放在Issues中但是，又感觉功能简单了，主要是感觉页面风格太单一，不符合我浪的心。后来发现好多人的github风格多种多样，研究了一下才知道github-page 的存在，原谅我的无知。简单了解一下，感觉就是自己一直需要的一个地方，马上就fork一个模板来试试。

Posted by Heron on June 1, 2017