2019年10月
傅里叶级数与傅里叶变换
摘要： 傅里叶分析 [TOC] 前言 ：傅里叶分析研究如何将一个函数或信号表达为基本波形的叠加。主要研究分支包括傅里叶级数和傅里叶变换。 "参考：傅里叶分析之掐死教程（完整版）更新于2014.06.06" 频域、时域 与 正弦波 频域类比音符，时域类比乐曲，音符是静止永恒的，乐曲是时间相关的且基于音符的。 阅读全文
posted @ 2019-10-16 10:35 ColleenHL 阅读(1539) 评论(0) 推荐(2) 编辑
高效阅读文献的技巧
摘要： 高效阅读文献的技巧 整理自 University of Minnesota 化学学院Prof. Carr的视频 视频地址：[How to Read a Paper Efficiently (By Prof. Pete Carr)]: https://www.youtube.com/watch?v=I 阅读全文
posted @ 2019-10-13 19:42 ColleenHL 阅读(283) 评论(0) 推荐(0) 编辑
机器学习统计学习
摘要： 统计学习 [TOC] 前言 ：机器学习比较重要的几部分：线性模型、统计学习、深度学习，线性部分包括SVM、压缩感知、稀疏编码，都是控制整个模型的稀疏性去做线性函数，偏 Discriminative 判别模型；统计学习主要通过统计方法对数据建模找到极大似然，偏 Generative 生成方法；深度学习 阅读全文
posted @ 2019-10-11 21:42 ColleenHL 阅读(1288) 评论(0) 推荐(0) 编辑
机器学习核方法
摘要： 核方法 [TOC] 拉格朗日乘子法 "参考：【整理】深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件" "参考：拉格朗日乘子法和KKT条件" 在求解最优化问题中，拉格朗日乘子法和KKT条件是两种最常用的方法。在有等式约束时使用拉格朗日乘子法，有不等约束时使用KKT条件。 阅读全文
posted @ 2019-10-08 20:06 ColleenHL 阅读(864) 评论(0) 推荐(0) 编辑
2019年9月
机器学习线性模型
摘要： 线性模型 [TOC] 最小二乘法(LMS) 数理推导 给定数据 $D={(x^{(1)},y^{(1)}),(x^{(2)},y^{(2)}),...,(x^{(N)},y^{(N)})}$ ，$h_{\theta}(x)=\theta^T x=\theta_0x_0+\theta_1x_1+... 阅读全文
posted @ 2019-09-27 21:32 ColleenHL 阅读(334) 评论(0) 推荐(0) 编辑
Python正则表达式
摘要： Python的re模块 前言 学习《集体智慧编程》的过程中，在第三章遇到处理 RSS 订阅源并将 HTML 标记剥离提取文字的函数，用到了 re 模块，对照 python3.7 关于 re 的官方文档看一下，具体的学习还要看一下《精通正则表达式》。 正则表达式语法 1. 正则表达式可以拼接：若 A、 阅读全文
posted @ 2019-09-26 19:55 ColleenHL 阅读(193) 评论(0) 推荐(0) 编辑
[最优化理论与技术]预备知识
摘要： 预备知识 [TOC] 课程内容 1. 预备知识 2. 线性规划 3. 一维搜索方法 4. 无约束最优化方法 5. 约束最优化方法 6. 工程应用优化 预备知识 1. 最优化问题 2. 多元函数的Taylor公式 3. 多元函数极值问题 4. 凸集、凸函数和凸优化 5. 算法相关概念 6. 算法概述 阅读全文
posted @ 2019-09-22 14:17 ColleenHL 阅读(681) 评论(0) 推荐(0) 编辑
机器学习经典模型
摘要： 朴素贝叶斯(分类) [TOC] $$ P(C|F)=\frac{P(F|C)P(C)}{\sum_iF_i}=\frac{\prod_iP(F_i|C)P(C)}{\sum_iF_i} $$ $C$: Class, 类别 $F$: Feature，特征 $P(C)$: 先验概率 $P(F|C)$：似 阅读全文
posted @ 2019-09-21 21:10 ColleenHL 阅读(1648) 评论(0) 推荐(0) 编辑
机器学习概念与数学基础
摘要： 一. 什么是机器学习 都是为了拟合输入与输出之间的关系 Model Learning <==> Model Learning ：给定数据，选择合适的数学模型，解释数据的道理 在假设空间找到最好的假设来解释数据，用模型来预测分类 “All models are wrong, but some are 阅读全文
posted @ 2019-09-19 10:38 ColleenHL 阅读(492) 评论(0) 推荐(0) 编辑