閱讀筆記 - Deep Learning - chap 1 - 1
《Deep Learning: A Practitioner’s Approach》
知道這本書, 是從這篇文章看到 "入門 AI 從深度學習開始"
主要使用 Java 的 深度框架 DL4J.
DL4J 目前為 NASA 噴射推進實驗室 所採用; 支持採用 Cuda C 的 x86 與 GPU
( Nvidia )
- decision trees
- linear regression models
- neural network weights
仿生科技 / 群體智慧
線性代數是機器學習的基石
==
既然這套是用 Java 做, 再把 Java 安裝回來
安裝 Java JDK
個人習慣使用 Netbean IDE 來寫.
==
Java 線性代數部份, 研究了一下, 可以考慮使用這套
Apache Common 的 linear algebra
這套是使用 Apache 2.0 license
對線性代數有興趣, 也可以參考線上許多開放課程
例如 : 麻省理工
教的是這本書:
http://math.mit.edu/~gs/linearalgebra/
相關 git source
apache common math
apache common numbers
這就帶到了另外一本書
Data Science with Java
在第二章提的就是 Linear Algebra 用 Apache commons 的 library 來實現
==
先來看第一課
http://open.163.com/movie/2010/11/7/3/M6V0BQC4M_M6V29E773.html
提到的多項式範例:
( 這不錯, 可以學數學, 也可以學英聽 )
程式撰寫: github link
這套 Apache Common 用在 數學 library 還蠻強大的.
相對應 class 建構好, 之後短短幾行就可以算出結果了.
PS: 不過這課程蠻值得聽的, 大一的數學, 現在再看有些觀念還是會豁然開朗.
- 轉換成 向量 概念
PS2: 第二題
( 人還是適合圖像思考呀... )
A X = B
- 是否向量可以組合出所有空間上的點
如果向量都在同個平面就不可能
-> 是否有可逆矩陣
===
程式 matrix 建構主要是這個 class : Array2DRowRealMatrix
資料結構是用 double 二維陣列, 並實現 矩陣 四則運算.
留言
張貼留言