- 博客(14)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 深度学习概述
1.简述Deep Learning.为了克服神经网络训练中的问题，采用了与神经网络很不同的训练机制。传统神经网络中，采用的是back propagation的方式进行，简单来讲就是采用迭代的算法来训练整个网络，随机设定初值，计算当前网络的输出，然后根据当前输出和label之间的差去改变前面各层的参数，直到收敛（整体是一个梯度下降法）。而deep learning整体上是一个layer-wise的训练
2017-07-27 17:48:41
959
原创 聚类及层次聚类
1.简述聚类属于无监督学习。 给定的训练数据是{x(1),...,x(n)}\{x^{(1)}, ... , x^{(n)}\}。没有label标注， 希望机器学习后自动分为k类。什么情况下会用到聚类呢？ 获取样本的成本不高但标注的成本比较高或很难标注， 就可以尝试聚类。2.
2017-07-25 15:54:03
794
原创 回归 - 决策树
CART, Classification And Regression Tree, 分类与回归树. 该模型由Breiman等人在1984年提出. 该模型中决策树是二叉树, 每个内部节点对应一个二元判断, 判断为 ‘真’, 走左子树, 否则走右子树.
2017-07-23 18:03:56
1319
原创 机器学习概述
人工智能，Artificial Intelligence，是计算机学科的一个分支，也是心理学、语言学、生物学等多学科交汇的一个热门领域。它企图了解人类智能的实质，并用计算机去模拟它，完成一些较为复杂的任务，让机器看起来像是“有了智能”。 该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 思维学普遍认为，人类大脑的思维分为抽象（逻辑）思维、形象（直观）思维和灵感（顿悟）思维...
2017-07-22 15:26:20
351
原创 python 解方程
我用到的有两个库. sympy 与 scipy.sympySymbolic Computation,符号计算. 一个符号计算库. anaconda自带. 解方程的功能比 scipy 强大.线性方程solve the equation −3x2+2x=0−3x2+2x=0-3x^2+2x=0. The answer is x1=0,x2=2/3x1=0,x2=2/3x_1=0,...
2017-07-19 11:39:34
3321
原创 极大似然估计
极大似然估计, Maximum Likelihood Estimation. 它是这样一种思想: 假设拿到的样本服从某种分布律, 求分布律中的参数, 使得观测样本序列发生的概率最大. 换种说法就是, 事情已经发生了, 求一个模型中的参数, 使得已发生的现象解释起来最为自然, 合理.1.公式2.例子一个罐子里面有黑白两种颜色的球， 我们有放回地随机拿出一个球, 做了三次实验, 结果
2017-07-19 11:09:46
475
原创 matlab(Octave) 绘图
1. ezplotplot ， [plɒt] ，vt. 绘图。 ezplot，easy to plot。用于绘制一元函数。ezplot('expression',[左区间，右区间]) %语法ezplot('1/x',[-10,10]); %例子,y=1/x的图像 图 1-1 ezplot作图，octave2.mesh(x,y,z)用于作渔网图,即有若干个点(xi,yi,zi),用网线把它们穿连
2017-07-17 14:34:35
1776
原创 回归-简述
回归是指预测的输出值为连续的实值.1. 常用模型线性回归 相关博文: 回归-线性回归逻辑斯谛回归 相关博文: 回归-逻辑斯谛回归回归决策树 相关博文: GBDT, 梯度提升决策树2. 数据集回归问题的数据集通常是这样的, D={(x1,y1),(x2,y2),...,(xn,yn)},yi∈RD=\{(\boldsymbol x_1,y_1),(\boldsymbol x_2,y_2)
2017-07-17 10:34:20
583
原创 PMML, 预测模型标记语言
PMML, Predictive Model Markup Language. 1.简述PMML 用于描述算法模型, 允许您在不同的应用程序之间轻松共享预测分析模型. 通俗地讲, 我有一个决策树模型, 使用效果也不错, 那么就可以把树的结构(节点间的父子关系, 节点内的丰富信息 等)序列化为PMML文件, 共享给其他人使用.2. 主要结构PMML 文件的结构遵从了用于构建预测解决方案的常用步骤，包
2017-07-16 16:27:09
2832
1
原创 分类-朴素贝叶斯
思路原始的贝叶斯公式为: P(B|A)=P(AB)P(A)=P(A|B)⋅P(B)P(A)(1)P(B|A)=\frac{P(AB)}{P(A)}=\frac{P(A|B)\cdot P(B)}{P(A)} \tag 1 在分类问题中, y为类别, X为样本特征, 则已知待预测的样本特征XX, 预测它为类别yiy_i的概率为: P(yi|X)=P(X|yi)P(yi)P(X)=P(yi)∏jP
2017-07-15 15:07:28
401
原创 分类任务的评测指标，AUC，ROC
1. 简述分类是常见的有监督机器学习. 定义: 给定一个对象x, 划分到预定义好的一个类别y中. 当y有两种取值时, 就是二分类. 应用有 新闻分类, 商品分类, 垃圾邮件过滤等. 常用的模型有:朴素贝叶斯 博客链接: [分类-朴素贝叶斯]k-近邻SVM 博客链接: [分类-朴素贝叶斯]2. 评测指标以二分类举例, cijc_{ij}表示把i类数据分到了j类别. 那么就有下列表
2017-07-15 14:12:24
1466
原创 特征工程
有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。所以特征工程的目的是最大限度地从原始数据中提取特征以供算法和模型使用。清洗特征交叉一般用在LR中. LR只有线性的表达能力, 所以做特征交叉可以额外获得一些非线性表达. 如在个性化推荐中, 将用户的年龄离散化成10个档, 用户的性别又是2个档, 彼此交叉后就有了额外的20个特征....
2017-07-08 14:53:24
706
原创 云服务厂商的大数据及AI产品
1.alibaba cloud1.1 产品介绍max-compute 官网介绍 MaxCompute（原ODPS）是一项大数据计算服务，它能提供快速、完全托管的PB级数据仓库解决方案，使您可以经济并高效的分析处理海量数据。1.2 备注odps是类似于hadoop生态的东西, 但它的计算层叫飞天内核(Apsara Core), 是阿里巴巴自己研发的,下面列出一些组件对比. 组件 odp
2017-07-02 12:44:58
568
win7防音量过大自干预程序_ vs2010完整解决方案.zip
2013-09-21
DirectSound开发手册
2013-02-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人