2013年12月
转：learning to rank学习
摘要： learn to rank 阅读全文
posted @ 2013-12-05 18:38 无脚的鸟 阅读(691) 评论(0) 推荐(0)
转：浅谈深度学习(Deep Learning)的基本思想和方法
摘要： 深度学习 阅读全文
posted @ 2013-12-03 16:39 无脚的鸟 阅读(454) 评论(0) 推荐(0)
随记：我们需要怎样的数学教育？
摘要： 矩阵 阅读全文
posted @ 2013-12-03 12:28 无脚的鸟 阅读(263) 评论(0) 推荐(0)
转 :hlda文献学习笔记
摘要： hlda 阅读全文
posted @ 2013-12-03 10:50 无脚的鸟 阅读(3351) 评论(0) 推荐(0)
转：关于Latent Dirichlet Allocation及Hierarchical LDA模型的必读文章和相关代码
摘要： HLDA 阅读全文
posted @ 2013-12-03 10:04 无脚的鸟 阅读(406) 评论(0) 推荐(0)
推荐算法相关总结表（包括DM）
摘要： 推荐系统 阅读全文
posted @ 2013-12-02 09:31 无脚的鸟 阅读(616) 评论(0) 推荐(0)
转 自己动手写推荐系统
摘要： 推荐系统 阅读全文
posted @ 2013-12-01 17:40 无脚的鸟 阅读(355) 评论(0) 推荐(0)
求熵 python 代码
摘要： 熵 阅读全文
posted @ 2013-12-01 12:21 无脚的鸟 阅读(673) 评论(0) 推荐(0)
2013年11月
特征值与特征向量
摘要： 矩阵 特征向量 阅读全文
posted @ 2013-11-29 14:57 无脚的鸟 阅读(316) 评论(0) 推荐(0)
转： 谱聚类
摘要： 聚类（clustering）1、ground truth ：真实值，以后数据的真实值用这个词语表达2、K-means=EM, 聚类中k均值算法其实就是一个EM算法，其中第二步把数据点归并到相应的中心点为E，根据归并后的数据点进行计算重新产生新的中心点为M，通过不断迭代直到不再改变。K均值也是基于高斯混合模型GMM的k均值的缺点初始时需要指定K值无法产生凹型的类别，例如香蕉月牙型，只能产生类圆的形状对孤立点比较敏感，需要降噪处理3、层次聚类对大规模数据处理是否合适（有待进一步查资料）合适，叶子节点进行合并需要n^2次的计算，以后类间合并时不再需要计算，算法具体运行时间应该以最底层的叶子节点合并的 阅读全文
posted @ 2013-11-29 14:50 无脚的鸟 阅读(520) 评论(0) 推荐(0)