摘要:
https://blog.csdn.net/libaqiangdeliba/article/details/41901387 1.基础概念: (1) 10折交叉验证:英文名是10-fold cross-validation,用来测试算法的准确性。是常用的测试方法。将数据集分成10份。轮流将其中的9份 阅读全文
摘要:
http://blog.itpub.net/31509949/viewspace-2158395/ “梯度下降不会让你成为机器学习的专家” 可能您遇到的大多数的简单线性回归和神经网络的文章都会谈论到梯度下降。在本文中,我将向您介绍一种技术,即粒子群优化(PSO)算法。毫无疑问,梯度下降是一种很好的优 阅读全文
摘要:
http://blog.itpub.net/31137683/viewspace-2168747/ 关于机器学习最简单的定义来自于Berkeley所表述的:机器学习是AI的一个分支,它探索了让计算机根据经验提高效率的方法。 为了更深刻的理解这一定义,接下来我们将对其进行拆分分析。 AI的分支:人工智 阅读全文
摘要:
http://blog.itpub.net/31473948/viewspace-2168987/ 在处理任何类型的机器学习(ML)问题时,我们有许多不同的算法可供选择。而机器学习领域有一个得到大家共识的观点,大概就是:没有一个ML算法能够最佳地适用于解决所有问题。不同ML算法的性能在很大程度上取决 阅读全文
摘要:
http://blog.itpub.net/31542119/viewspace-2169004/ 1. “表征+评估+优化”构成机器的主要内容! 构成机器学习算法的 3 部分: 表征(Representation) :分类器必须用计算机可以处理的形式化语言来表示。相反地,为训练模型选择一个表征就等 阅读全文
摘要:
http://blog.itpub.net/31547542/viewspace-2181372/ 如果有人问你什么是AI?你会如何回答?你可能会联想到电影中的场景,星球大战、复仇者联盟各类科幻片为我们提供了很多关于AI的想象,但那些都是没有实现的AI机器人。现实生活中AI的应用其实十分广泛,包括智 阅读全文
摘要:
机器学习九大算法 随机森林 转载自:http://www.zilhua.com/629.html 1. 随机森林使用背景 1.1 随机森林定义 随机森林是一种比较新的机器学习模型。经典的机器学习模型是神经网络,有半个多世纪的历史了。神经网络预测精确,但是计算量很大。上世纪八十年代Breiman等人发 阅读全文
摘要:
机器学习九大算法 支持向量机 出处:结构之法算法之道blog。 出处:结构之法算法之道blog。 前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的,原因很简单,一者这个东西本身就并不好懂,要深入学习和研究下去需花费不少时间和精力,二者这个东西也不好讲清楚 阅读全文
摘要:
机器学习九大算法 回归 转自:http://blog.csdn.net/xiaohai1232/article/details/59551240 回归分析即,量化因变量受自变量影响的大小,建立线性回归方程或者非线性回归方程,从而达对因变量的预测,或者对因变量的解释作用。 回归分析流程如下: ①探索性 阅读全文
摘要:
机器学习九大算法 朴素贝叶斯分类器 搞懂朴素贝叶斯分类算 贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单,也是常见的一种分类方法。这篇文章我尽可能用直白的话语总结一下我们学习会上讲到的朴素贝叶斯分类算法,希望有利于他人理解。 阅读全文
摘要:
机器学习九大算法 隐马尔科夫模型 转自:http://blog.csdn.net/baimafujinji/article/details/51285082 转自:http://blog.csdn.net/baimafujinji/article/details/51285082 前导性推荐阅读资料 阅读全文
摘要:
机器学习实战之一 简单讲解决策树 https://blog.csdn.net/class_brick/article/details/78855510 https://blog.csdn.net/class_brick/article/details/78855510 https://blog.cs 阅读全文
摘要:
数学基础 范数 转自:http://blog.csdn.net/alec1987/article/details/7488686 设X是数域K上线性空间,称║˙║为X上的范数(norm)。 范数的定义 若X是数域K上的线性空间,泛函 ║·║: X->R 满足: 1. 正定性:║x║≥0,且║x║=0 阅读全文
摘要:
机器学习几种常见优化算法介绍 https://blog.csdn.net/class_brick/article/details/78949145 https://blog.csdn.net/class_brick/article/details/78949145 https://blog.csdn 阅读全文
摘要:
马尔科夫场基本概念 转自:http://blog.csdn.net/carson2005/article/details/39367481 1、随机过程: 描述某个空间上粒子的随机运动过程的一种方法。它是一连串随机事件动态关系的定量描述。随机过程与其它数学分支,如微分方程、复变函数等有密切联系,是自 阅读全文
摘要:
KNN算法理解 https://blog.csdn.net/class_brick/article/details/78748014 https://blog.csdn.net/class_brick/article/details/78748014 https://blog.csdn.net/cl 阅读全文
摘要:
转自:https://www.csdn.net/article/2015-06-05/2824880 LSTM递归神经网络RNN长短期记忆 摘要:根据深度学习三大牛的介绍,LSTM网络已被证明比传统的RNNs更加有效。本文由UCSD研究机器学习理论和应用的博士生Zachary Chase Lipto 阅读全文
摘要:
https://blog.csdn.net/class_brick/article/details/81170697 要了解python中@装饰器的作用,首先要记住这么几点: 1. 装饰器符号“@”属于语法糖,什么意思呢?就是说,我不按照@装饰器的语法要求来写,而是按照一般python的语法要求来写 阅读全文
摘要:
极大似然估计思想的最简单解释 https://blog.csdn.net/class_brick/article/details/79724660?from=timeline 极大似然估计法的理解可以从三个角度入手,一个是整体性的思想,然后两个分别是离散状态的极大似然估计和连续状态的极大似然估计的简 阅读全文
摘要:
https://blog.csdn.net/class_brick/article/details/79135909 概念 TF-IDF(term frequency–inverse document frequency)是一种用于资讯检索与资讯探勘的常用加权技术。TF-IDF是一种统计方法,用以评 阅读全文