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
posted @ 2018-08-06 12:51 SAP虾客 阅读(3362) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-06 12:48 SAP虾客 阅读(514) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-06 12:46 SAP虾客 阅读(470) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-06 12:44 SAP虾客 阅读(430) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-06 12:41 SAP虾客 阅读(240) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-06 12:18 SAP虾客 阅读(1015) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-06 10:02 SAP虾客 阅读(1412) 评论(0) 推荐(0) 编辑
摘要: https://blog.csdn.net/class_brick/article/details/79278029 转自:http://blog.csdn.net/u012965373/article/details/52936875 数学符号及读法大全 常用数学输入符号: ≈ ≡≠= ≤≥ < 阅读全文
posted @ 2018-08-06 10:00 SAP虾客 阅读(3989) 评论(0) 推荐(1) 编辑
摘要: https://blog.csdn.net/class_brick/article/details/79289045 转自:http://www.cnblogs.com/sumuncle/p/6373467.html#3703221 前言:读完本篇文章,自觉醍醐灌顶,矩阵的存在,完美的解释了自然空间 阅读全文
posted @ 2018-08-06 09:58 SAP虾客 阅读(247) 评论(0) 推荐(0) 编辑
摘要: https://blog.csdn.net/class_brick/article/details/79311148 今天的内容有: LSTM 长短时记忆网络(Long Short Term Memory Network, LSTM),是一种改进之后的循环神经网络,可以解决RNN无法处理长距离的依赖 阅读全文
posted @ 2018-08-06 09:55 SAP虾客 阅读(630) 评论(0) 推荐(0) 编辑