会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
AIOps-Jeanva
AIOps 领域进展跟踪
博客园
首页
新随笔
联系
订阅
管理
随笔 - 13
文章 - 0
评论 - 22
阅读 -
27932
2019年1月19日
核主成分分析方法(KPCA)怎么理解?
摘要: 核主成分分析方法(KPCA)
阅读全文
posted @ 2019-01-19 13:03 何振华Jeanva
阅读(4917)
评论(0)
推荐(0)
编辑
2019年1月17日
通过主成分分析方法进行降维
摘要: 通过主成分分析方法进行降维
阅读全文
posted @ 2019-01-17 15:14 何振华Jeanva
阅读(2311)
评论(0)
推荐(0)
编辑
2018年11月19日
线性回归分析中的假设检验
摘要: 线性回归分析中的假设检验
阅读全文
posted @ 2018-11-19 16:42 何振华Jeanva
阅读(7963)
评论(2)
推荐(0)
编辑
2018年11月7日
机器学习中的逻辑回归方法
摘要: 机器学习中的逻辑回归方法,介绍了损失函数以及梯度下降推导方法
阅读全文
posted @ 2018-11-07 15:44 何振华Jeanva
阅读(561)
评论(0)
推荐(0)
编辑
2018年8月17日
关联分析中寻找频繁项集的FP-growth方法
摘要: 关联分析中如何通过FP-Growth方法计算出频繁项集
阅读全文
posted @ 2018-08-17 18:03 何振华Jeanva
阅读(2113)
评论(2)
推荐(0)
编辑
2018年7月20日
机器学习中的模型选择和特征选择的基本方法
摘要: 模型选择和特征选择的基本方法以及理解
阅读全文
posted @ 2018-07-20 15:00 何振华Jeanva
阅读(4108)
评论(2)
推荐(0)
编辑
2018年7月15日
计算学习理论中泛化误差的研究
摘要: 机器学习中的计算理论对于泛化误差的研究
阅读全文
posted @ 2018-07-15 22:43 何振华Jeanva
阅读(1215)
评论(2)
推荐(0)
编辑
2018年6月28日
为什么负梯度方向函数下降最快?
摘要: 梯度是什么? 为什么梯度垂直于切平面? 为什么负梯度方向函数下降最快?
阅读全文
posted @ 2018-06-28 15:21 何振华Jeanva
阅读(3216)
评论(2)
推荐(0)
编辑
2018年6月26日
机器学习算法(五):支持向量机
摘要: 机器学习中支持向量机的基本求解方法
阅读全文
posted @ 2018-06-26 14:22 何振华Jeanva
阅读(291)
评论(2)
推荐(0)
编辑
2018年6月14日
机器学习算法(四):神经网络
摘要: 神经网络及常用的BP训练算法
阅读全文
posted @ 2018-06-14 11:39 何振华Jeanva
阅读(448)
评论(2)
推荐(0)
编辑
下一页
公告
昵称:
何振华Jeanva
园龄:
6年8个月
粉丝:
80
关注:
3
<
2025年2月
>
日
一
二
三
四
五
六
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
1
2
3
4
5
6
7
8
搜索
常用链接
我的随笔
我的评论
我的参与
最新评论
我的标签
随笔档案
(13)
2019年1月(2)
2018年11月(2)
2018年8月(1)
2018年7月(2)
2018年6月(6)
阅读排行榜
1. 线性回归分析中的假设检验(7963)
2. 核主成分分析方法(KPCA)怎么理解?(4917)
3. 机器学习中的模型选择和特征选择的基本方法(4108)
4. 为什么负梯度方向函数下降最快?(3216)
5. 通过主成分分析方法进行降维(2311)
最新评论
1. Re:线性回归分析中的假设检验
@ 刘建平Pinard恩,线性模型中系数,可以用对应的t值做个排序,这样可以知道自变量的重要程度,我想这个对模型解释会有点用。...
--何振华Jeanva
2. Re:线性回归分析中的假设检验
不错啊,好久没有看到你写了。目前算法落地到产品方面,尤其是机器学习的算法,大部分人都不再关注置信度和显著性水平,原因是现在的数据量都比较大了,而且可以有比较多直观的实际效果验证。同时就算置信度低也没有...
--刘建平Pinard
3. Re:关联分析中寻找频繁项集的FP-growth方法
@ 刘建平Pinard很粗浅的了解,还要打磨一下:)...
--何振华Jeanva
4. Re:关联分析中寻找频繁项集的FP-growth方法
cool!,一篇文章把Apriori和FP-Tree都搞定了
--刘建平Pinard
5. Re:为什么负梯度方向函数下降最快?
@ 不懂你的幽默这里说的梯度垂直切平面,是指垂直于函数等值面的切平面。比如f(x,y,z) = c这样的一个等值面,f(x,y,z)在(x,y,z)上的梯度会与这一点上的切平面垂直。...
--何振华Jeanva
点击右上角即可分享