该文被密码保护。 阅读全文

该文被密码保护。 阅读全文

该文被密码保护。 阅读全文

摘要： 统计决策 先验概率 p(x)条件概率p(x|w)贝叶斯公式 p(w|x)=$\frac{p(x|w)*p(w)}{p(x)}$决策规则（最小错误率贝叶斯决策）：p(w1|x)>p(w2|x), 为w1;反之，为w2。求最小错误率分界点：p(x|w1)*p(w1)=p(x|w2)*p(w2), 解得x=t，t为分界点。最小风险贝叶斯决策：条件风险：R(a1|x)=$\lambda11*p(w1|x)+\lambda12*p(w2|x)$$\lambda12$表示类别为2，判别为1的损失；R(a1|x)为判决为1的条件风险。接收机特性曲线（ROC曲线）：击中率+虚警率>=1；x*为判决 阅读全文

摘要： TipsforListening正文Dear all,If you're not sure what to listen to and how to use the materials, here are some tips:1. You can choose one or two news reports or podcasts, and do intensive listening. When choosing materials, it should not be too difficult. Wall-Street 2-Minute English and BBC 6-Minu 阅读全文

摘要： find | xargs grep test find命令和xargs命令网友：wuye_chinaunix 发布于： 2008.03.01 14:21　(共有条评论) 查看评论 | 我要评论 青云 分配文件- -| 回首页| 2006年索引 | - -鼎湖山 find命令和xargs命令详解- - ... 阅读全文

摘要： function [a,b]=smo(x,y,c,tol,max_passes)num=size(x,2);a=zeros(num,1);b=0;passes=0;e=zeros(num,1);while passestol&&a(i)>0 j=ceil(rand(1,1)*num); while j==i j=ceil(rand(1,1)*num); end ai_old=a(i);aj_old=a(j); f=0; for k=1... 阅读全文

摘要： LaTeX最强大的功能就是显示美丽的数学公式，下面我们来看这些公式是怎么实现的。1、数学公式的前后要加上 $ 或 \( 和 \)，比如：$f(x) = 3x + 7$ 和 \(f(x) = 3x + 7\) 效果是一样的；如果用 \[ 和 \]，或者使用 $$ 和 $$，则改公式独占一行；如果用 \... 阅读全文

摘要： PCA需要先求数据的散布矩阵x*x'，再求其特征向量，那么随便一个400*450的图像，就是180000维，矩阵就是180000*180000，matlab无法容纳，那么通常的PCA对图像的降维，比如求eigenface是怎么实现的？难道都是很小的图像？修改举报添加评论分享•邀请回答0吕祺，喜欢思考，爱美好的食物修改话题经验Suppose you store the images as column vectors of length NxN (thenumber of pixels in each image) and that you have M images, you' 阅读全文

摘要： http://www.ats.ucla.edu/stat/stata/faq/nested_tests.htmThe likelihood ratio (lr) test, Wald test, and Lagrange multiplier test (sometimes called a score test) are commonly used to evaluate the difference between nested models. One model is considered nested in another if the first model can be gener 阅读全文

摘要： The Receiver Operating Characteristics (ROC) of a classifier shows its performance as a trade off between selectivity and sensitivity. Typically a curve of false positive (false alarm) rate versus tru... 阅读全文

摘要： \foreach \n in{1,...,15}{\begin{figure}\centering\includegraphics[width=10cm]{pictures//rela\n} \caption{Attribute\n} \label{fig:1}\end{figure}}\clearpage\foreach \n in{16,...,30}{\begin{figure}\centering\includegraphics[width=10cm]{pictures//rela\n} \caption{Attribute\n} \label{fig:1}\end{figure}}\ 阅读全文

摘要： 推荐用saveas eps，再用eps2pdf转成pdf。这样可以之间pdflatex编译。if result.savepic saveas(gcf,[ pwd '/picture/right_' num2str(problem.numsamples) '_' num2str(problem.... 阅读全文

摘要： D:\Program Files\MATLAB\R2012b\toolbox\stats\statsMATLAB统计工具箱包括概率分布、方差分析、假设检验、分布检验、非参数检验、回归分析、判别分析、主成分分析、因子分析、系统聚类分析、K均值聚类分析、试验设计、决策树、多元方差分析、统计过程控制和统计图形绘制等。优化工具箱包括无约束最优化、有约束最优化、二次规划、多目标规划、最大最小化、半元限问题、方程求解以及大型优化问题的求解等。表Ⅰ-1概率密度函数 betapdf贝塔分布的概率密度函数 binopdf二项分布的概率密度函数 chi2pdf卡方分布的概率密度函数 exppdf指数分布的概率密度 阅读全文

该文被密码保护。 阅读全文

摘要： $\sum\limits_{j=1}^{M}{ log(exp(\sum\limits_{h_{j}=0,h_{j}=1}{ (v_{i}w_{ij}h_{j} +h_{j}a_{j}+v_{i}b_{i})} )) }$=$v_{i}b_{i}+\sum\limits_{j=1}^{M}{log(1+exp( v_{i}w_{ij}+a_{j}) )}$ 阅读全文

摘要： http://blog.sina.com.cn/s/blog_642075770100u0np.htmlLatex常用数学符号（转）１、指数和下标可以用^和_后加相应字符来实现。比如：2、平方根（square root）的输入命令为：\sqrt，n 次方根相应地为: \sqrt[n]。方根符号的大小... 阅读全文

摘要： 已有 1849 次阅读2012-8-2 15:15|系统分类:科研笔记|关键词:矩阵 480 window border centerMatlab、R向量与矩阵操作描述MatlabR1建立行向量v=[1 2 3 4]v=[1 2 3 4]v<-c(1,2,3,4)或v<-scan()，然后输入1 2 3 4，并按Enter2建立列向量v=[1 2 3 4]’v=[1;2;3;4]同上，R中不区分行列3建立矩阵A=(142536)A=[1 2 3;4 5 6]A<-matrix(c(1,2,3,4,5,6),nrow=2,byrow=TRUE)4访问向量中元素，如第3个元素v( 阅读全文

摘要： [置顶]【资源】机器学习资源积累（积累中...）分类：机器学习2012-10-15 12:21504人阅读评论(2)收藏举报数据挖掘文档Andrew Moore，邓侃在CMU的老板，机器学习和数据挖掘专家，写了很多关于数据挖掘和机器学习的PPT和PDF文档，浅显易懂，推荐阅读http://www.autonlab.org/tutorials/Good Freely Available Textbooks on Machinehttp://metaoptimize.com/qa/questions/186/good-freely-available-textbooks-on-machine-le 阅读全文

摘要： 列出当前目录 import os； print os.getcwd()python load .mat variable aimport scipy.io as sptmp=sp.loadmat('a.mat')data=tmp['a'] 阅读全文

摘要： Load pickle files inMatlabPosted onJune 12, 2013byxcorrhttp://xcorr.net/2013/06/12/load-pickle-files-in-matlab/It’s easy enough to load .mat files in Python via thescipy.io.loadmatfunction. But what about loading .picklefiles into Matlab? That’s easy enough by calling a system command in Matlab, lik 阅读全文

摘要： 【各类好电影】[最费脑力的14部电影】《盗梦空间》、《记忆裂痕》、《生死停留》、《死亡幻觉》、《禁闭岛》、《穆赫兰道》、《蝴蝶效应》、《恐怖游轮》、《伤城》、《盗走达芬奇》、《88分钟》、《万能钥匙》、《决胜21点》、《沉默的羔羊》【感动无数人的电影】《恋空》《婚纱》《比悲伤更悲伤的故事》《我脑中的橡皮擦》《属于你的我的初恋》《夏天协奏曲》《天使之恋》《分手信》《近在咫尺的爱恋》【15部让你哭的昏天暗地的电影】《假如爱有天意》《我脑海中的橡皮擦》《情书》《恋空》《等待，只为与你相遇》《我们的幸福时光》《请别相信她》《触不到的恋人》《菊花香》《剪刀手爱德华》《海上钢琴师》《恋恋笔记本》《美丽心灵 阅读全文

摘要： edit(fullfile(prefdir, 'mexopts.bat'))http://www.mathworks.cn/support/solutions/en/data/1-8FJXQE/index.html修改path等 阅读全文

摘要： 我的最初想法是利用matlab的mex命令调用C++程序生成动态链接库的，但是测试程序（文中另附）通过了，自己的实际应用程序却没有过。还是把方法贴在这儿，以便自己以后进行整理。 http://shijuanfeng.blogbus.com/logs/106781870.html 以下内容来自上面博客，自己根据实际情况略作解释改动。 MATLAB要调用C++程序步骤： 1. 在MATLAB命令行... 阅读全文

摘要： any() 相当于或操作，只要有1，就返回1 all() 相当于与操作，只要有0，就返回0 C = union(A,B)： C为A和B的并集。去掉相同元素。 C = intersect(A,B) C为A和B的交集. The values of C are in sorted order.[Lia,Locb] = ismember(A,B)： 判断A中元素是否为B中的子元素，如果不是则，Lia和Locb中元素值都为0（注意，Lia大小和A一样，Locb大小和B一样）。如果A中有元素是B中的，在Lia中对应返回值1，Locb, containing the highest index in... 阅读全文

摘要： 条件随机场是近几年自然语言处理领域常用的算法之一，常用于句法分析、命名实体识别、词性标注等。在我看来，CRF就像一个反向的隐马尔可夫模型(HMM)，两者都是用了马尔科夫链作为隐含变量的概率转移模型，只不过HMM使用隐含变量生成可观测状态，其生成概率有标注集统计得到，是一个生成模型；而CRF反过来通过可观测状态判别隐含变量，其概率亦通过标注集统计得来，是一个判别模型。由于两者模型主干相同，其能够应用... 阅读全文

摘要： 【摘要】 - 生成模型(Generative Model) ：无穷样本==》概率密度模型 = 产生模型==》预测 - 判别模型(Discriminative Model)：有限样本==》判别函数 = 预测模型==》预测【简介】简单的说，假设o是观察值，q是模型。如果对P(o|q)建模，就是Generative模型。其基本思想是首先建立样本的概率密度模型，再利用模型进行推理预测。要求已知样本无穷或尽可能的大限制。这种方法一般建立在统计力学和bayes理论的基础之上。如果对条件概率(后验概率) P(q|o)建模，就是Discrminative模型。基本思想是有限样本条件下建立判别函数，不考虑样本的 阅读全文

摘要： 阅读全文

摘要： Hi Vikas --the optimum number of topics (K in LDA) is dependent on a at least two factors: Firstly, your data set may have an intrinsic number of topics, i.e., may derive from some natural clusters that your data have. This number will in the best case make your ppx minimal. A non-parametric approac 阅读全文

摘要： 作者是我的本科同学叶家鑫 http://www.renren.com/profile.do?id=240875124 文章写于去年12月，我做了一些排版上的修改，括号内的蓝字为我所加 ---- zotero简介 zotero（zotero.org）是Firefox浏览器下的一款扩展（add-on），虽然它的桌面版已经在开发中了，但短时间内只能通过打开浏览器来使用，好在对于现代人来说，使用电脑的大... 阅读全文

摘要： string函数strip 去掉首尾格式控制字符，还有lstrip和rstrip，括号里可以加自己想去掉的字符。 阅读全文

摘要： 原文链接：http://www.xperseverance.net/blogs/2013/07/2124/大部分文章来自:http://www.socher.org/http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial包括从他们里面的论文里找到的related workWord Embedding LearnigSENNA原始论文【ACL'07】Fast Semantic Extraction Using a Novel Neural Network ArchitectureRonan Collobert and 阅读全文

摘要： http://deeplearning.stanford.edu/wiki/index.php/%E5%8F%8D%E5%90%91%E4%BC%A0%E5%AF%BC%E7%AE%97%E6%B3%95反向传播算法的思路如下：给定一个样例，我们首先进行“前向传导”运算，计算出网络中所有的激活值，包... 阅读全文

摘要： 阅读全文

摘要： 摘要：虽然自己编码很重要，但是在遇到一个功能时，利用现成的代码不失为一种好方法，或许还会达到事半功倍的效果。但千万不要单纯地“用”，更多地是理解与提升，这样才会进步。在推动技术变革上，开源运动发挥了非常显著的作用。而Linux成功地将开源转换成商务模式，给广大开源工作者带来了更大的信心和勇气。目前，开源已成为主流，在未来的几年内，它的足迹将会遍布前沿教育、航空航天（如无人驾驶飞机）等许多领域。借鉴现有的开源项目或开源代码，对于初级开发者来说，不失为一种很好的编程手段，但千万不要单纯地“用”，更多地是理解与提升，这样才会进步。下面为大家介绍6款源码搜索引擎，让你找到更适合你的源码。1.Ohloh 阅读全文

摘要： 【面向代码】学习 Deep Learning（二）Deep Belief Nets(DBNs) http://blog.csdn.net/dark_scope/article/details/9447967 分类： 机器学习2013-07-24 11:50 517人阅读 评论(5) 收藏 举报 目录(?)[-] DBNdbnsetupm DBNdbntrainm DBNrbmtrainm DB... 阅读全文

摘要： Monte Carlo： 通过极限情况下的分布关系$\pi (x’) =\sum\limits_{x}{ \pi (x)P(x->x’)} $ 有p(x’)$\approx\sum\limits_{x}{p(x)T(x—>x’)}$ 若T满足regular markov chain的条件，则Monte Carlo方法保证在极限条件下收敛到目标分布。 Regular Markov Chain 转移... 阅读全文

摘要： 自信息量I(x)=-log(p(x))，其他依次类推。 离散变量x的熵H(x)=E(I(x))=-$\sum\limits_{x}{p(x)lnp(x)}$ 连续变量x的微分熵H(x)=E(I(x))=-$\int{p(x)lnp(x)dx} $ 条件熵H(y|x)=-$\int\int{p(x,y)lnp(y|x)dydx}$ 两个变量X和 Y 的联合熵定义为： ... 阅读全文

摘要： import osdirname="C:\\Users\\haier\\Desktop\\new"def walk(path): for item in os.listdir(path): subpath = os.path.join(path, item) #subpath=subpath.replace('\\','\\\\') print subpath for i in open(subpath): pass#print i ffrom=open(subpath,'r') f... 阅读全文

摘要： import cookielib, urllib, urllib2,time def visit(user,password): login=user password=password # Enable cookie support for urllib2 cookiejar = cookielib.CookieJar() urlOpener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookiejar)) url='http://www.renren.com/PLo... 阅读全文