机器学习 - 随笔分类(第2页) - 影醉阏轩窗

StanFord ML 笔记第三部分

摘要：第三部分： 1.指数分布族 2.高斯分布 >>>最小二乘法 3.泊松分布 >>>线性回归 4.Softmax回归指数分布族：结合Ng的课程，在看这篇博文：http://blog.csdn.net/acdreamers/article/details/44663091 泊松分布：这里是一个扩展，阅读全文

posted @ 2017-11-01 01:02 影醉阏轩窗阅读(200) 评论(0) 推荐(0) 编辑

StanFord ML 笔记第二部分

摘要：本章内容： 1.逻辑分类与回归 sigmoid函数概率证明 >>>回归 2.感知机的学习策略 3.牛顿法优化 4.Hessian矩阵牛顿法优化求解：这个我就不记录了，看到一个非常完美的说明+演示+实际操作：http://www.matongxue.com/madocs/205.html#/mad 阅读全文

posted @ 2017-10-31 19:11 影醉阏轩窗阅读(196) 评论(0) 推荐(0) 编辑

StanFord ML 笔记第一部分

摘要：本章节内容： 1.学习的种类及举例 2.线性回归，拟合一次函数 3.线性回归的方法： A.梯度下降法 >>>批量梯度下降、随机梯度下降 B.局部线性回归 C.用概率证明损失函数(极大似然函数) 监督学习：有实际的输入和输出，给出标准答案做参照。比如：回归的运算，下面有例子。非监督学习：内有标准答案阅读全文

posted @ 2017-10-31 01:42 影醉阏轩窗阅读(419) 评论(0) 推荐(0) 编辑

级联分类器的使用

摘要：注意： 1.调用USB的摄像头，首先禁止自己笔记本或者台式机的自带摄像头，然后重新启动。 2.opencv自带的训练文件最好复制放在到源目录下，我试了直接在安装文件中读取不行，可能是我读取有问题吧！ 3.没有我们想的那么高大上，就是通过一个特征检测去训练数据而已，用起来很简单，但是深层次理解又很难。阅读全文

posted @ 2017-07-12 10:25 影醉阏轩窗阅读(818) 评论(0) 推荐(0) 编辑

高斯混合模型（理论+opencv实现）

摘要：查资料的时候看了一个不文明的事情，转载别人的东西而不标注出处，结果原创无人知晓，转载很多人评论~~标注了转载而不说出处这样的人有点可耻！写在前面： Gaussian Mixture Model (GMM)。事实上，GMM 和 k-means 很像，不过 GMM 是学习出一些概率密度函数来（所以 G 阅读全文

posted @ 2017-06-14 15:18 影醉阏轩窗阅读(12030) 评论(0) 推荐(7) 编辑

K-means算法（理论+opencv实现）

摘要：写在前面：之前想分类图像的时候有看过k-means算法，当时一知半解的去使用，不懂原理不懂使用规则。。。显然最后失败了，然后看了《机器学习》这本书对k-means算法有了理论的认识，现在通过贾志刚老师的视频有了实际应用的理解。 k-means算法原理注：还是和之前一样，核心都是别人的，我只是知识的阅读全文

posted @ 2017-06-13 17:59 影醉阏轩窗阅读(1751) 评论(0) 推荐(2) 编辑

支持向量机（理论+opencv实现）

摘要：从基础开始讲起，没有这些东西看支持向量机真的很难！ 1.拉格朗日乘子（Lagrangemultiplier）假设需要求极值的目标函数(objectivefunction)为f(x,y)，限制条件为φ(x,y)=M 设定义一个新函数则用偏导数方法列出方程：、、求出x,y,λ的值，代入即可得阅读全文

posted @ 2017-06-10 17:56 影醉阏轩窗阅读(968) 评论(0) 推荐(1) 编辑

神经网络从基础到改进+源程序

摘要：神经网络初步学习总结：（对神经网络的模型有一定的了解，如果从未接触有点看不懂）第一点：以下是最简单的神经网络模型了 x：输入参数 a0：输入偏置 a1：输入权重 b0：隐藏层偏置 b1：隐藏层输入权重 y：隐藏层输入参数（经过激励函数的输出，下面会讲解激励函数） Z：隐藏层输出（经过阅读全文

posted @ 2017-03-14 11:17 影醉阏轩窗阅读(1645) 评论(0) 推荐(0) 编辑

BP神经网络的公式推导

摘要：如果感觉自己看不懂，那就看看我博客的梯度下降法，博文最后的感知机也算最简单的BP神经网络吧，用的也是反馈(w,b)：典型梯度下降法 BP网络的结构 BP网络的结构如下图所示，分为输入层(Input)，隐含层（Hidden），输出层(Output)。输入层的结点个数取决于输入的特征个数。输出层的结阅读全文

posted @ 2017-03-06 19:54 影醉阏轩窗阅读(9880) 评论(1) 推荐(1) 编辑

典型梯度下降法

摘要：这几天在看《统计学习方法》这本书，发现梯度下降法在感知机等机器学习算法中有很重要的应用，所以就特别查了些资料。一.介绍梯度下降法（gradient descent）是求解无约束最优化问题的一种常用方法，有实现简单的优点。梯度下降法是迭代算法，每一步需要求解目标函数的梯度向量。二.应用场阅读全文

posted @ 2017-03-03 22:31 影醉阏轩窗阅读(917) 评论(1) 推荐(0) 编辑

经典最小二乘法

摘要：转载自：http://www.cnblogs.com/iamccme/archive/2013/05/15/3080737.html 参考： http://blog.csdn.net/qll125596718/article/details/8248249 一.背景 5月9号到北大去听hulu的讲座阅读全文

posted @ 2017-03-03 21:05 影醉阏轩窗阅读(664) 评论(0) 推荐(0) 编辑

寂寞的小乞丐

随笔分类 - 机器学习