随笔分类 - 机器学习算法实现
摘要：1. 前言 上一篇博客我们介绍了 "价值迭代的原理" 。这一节我们实现强化学习里面的价值迭代的部分代码( "完整代码GitHub" )。 2. 价值迭代回顾 我们把注意点放在值函数上，等值函数收敛了，我们的策略也会收敛到最优值。 $$ v^{T+1}(s) =max_{a} \sum_{s_{t+1
阅读全文
摘要：1. 前言 今天要重代码的角度给大家详细介绍下策略迭代的原理和实现方式。 "本节完整代码GitHub" 。 我们开始介绍策略迭代前，先介绍一个蛇棋的游戏 它是我们后面学习的环境，介绍下它的规则： 1. 玩家每人拥有一个棋子，出发点在图中标为“1”的格子处。 2. 依次掷骰子，根据骰子的点数将自己的棋
阅读全文
摘要：1. 前言 "《朴素贝叶斯算法（Naive Bayes）》" ，介绍了朴素贝叶斯原理。本文介绍的是朴素贝叶斯的基础实现，用来垃圾邮件分类。 2. 朴素贝叶斯基础实现 朴素贝叶斯 (naive Bayes) 法是基于 贝叶斯定理与特征条件独立假设 的分类的方法。对于给定的训练数据集，首先基于特征条件独
阅读全文
摘要："1. 感知机原理（Perceptron）" "2. 感知机(Perceptron)基本形式和对偶形式实现" "3. 支持向量机（SVM）拉格朗日对偶性（KKT）" "4. 支持向量机（SVM）原理" "5. 支持向量机（SVM）软间隔" "6. 支持向量机（SVM）核函数" 1. 前言 今天终于能
阅读全文
摘要："1. K近邻算法（KNN）" "2. KNN和KdTree算法实现" 1. 前言 KNN一直是一个机器学习入门需要接触的第一个算法，它有着简单，易懂，可操作性强的一些特点。今天我久带领大家先看看sklearn中KNN的使用，在带领大家实现出自己的KNN算法。 2. KNN在sklearn中的使用
阅读全文
摘要："1. pyhanlp介绍和简单应用" "2. 观点提取和聚类代码详解" 1. 前言 本文介绍如何在无监督的情况下，对文本进行简单的观点提取和聚类。 2. 观点提取 观点提取是通过依存关系的方式，根据固定的依存结构，从原文本中提取重要的结构，代表整句的主要意思。 我认为比较重要的依存关系结构是"动补
阅读全文
摘要：1. 前言 我们之前有介绍过 "4. EM算法 高斯混合模型GMM详细代码实现" ，在那片博文里面把GMM说涉及到的过程，可能会遇到的问题，基本讲了。今天我们升级下，主要一起解析下EM算法中GMM（搞事混合模型）带惩罚项的详细代码实现。 2. 原理 由于我们的极大似然公式加上了惩罚项，所以整个推算的
阅读全文
摘要："1. EM算法 数学基础" "2. EM算法 原理详解" "3. EM算法 高斯混合模型GMM" "4. EM算法 高斯混合模型GMM详细代码实现" "5. EM算法 高斯混合模型GMM+Lasso" 1. 前言 EM的前3篇博文分别从数学基础、EM通用算法原理、EM的高斯混合模型的角度介绍了EM
阅读全文
摘要："1. K Means原理解析" "2. K Means的优化" "3. sklearn的K Means的使用" "4. K Means和K Means++实现" 1. 前言 前面3篇K Means的博文从原理、优化、使用几个方面详细的介绍了K Means算法，本文用python语言，详细的为读者实
阅读全文
