自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

智慧与美貌并存

丁丁是也

  • 博客(8)
  • 收藏
  • 关注

转载 神经网络快速入门:什么是多层感知器和反向传播?

来源:http://tech.huanqiu.com/news/2016-11/9731462.html人工神经网络是一种计算模型,启发自人类大脑处理信息的生物神经网络。人工神经网络在语音识别、计算机视觉和文本处理领域取得了一系列突破,让机器学习研究和产业感到了兴奋。在本篇博文中,我们将试图理解一种称为「多层感知器(Multi Layer Perceptron)」的特定的人工神经网络。

2017-06-18 16:20:33 3644

转载 协同过滤推荐算法的原理及实现

来源:http://www.sohu.com/a/65218858_116235协同过滤推荐算法是诞生最早,并且较为著名的推荐算法。主要的功能是预测和推荐。算法通过对用户历史行为数据的挖掘发现用户的偏好,基于不同的偏好对用户进行群组划分并推荐品味相似的商品。协同过滤推荐算法分为两类,分别是基于用户的协同过滤算法(user-based collaboratIve filtering),和

2017-06-18 16:03:03 432

转载 Spark中组件Mllib的学习16之分布式行矩阵的四种形式

来源:http://blog.csdn.net/xubo245/article/details/51483995更多代码请见:https://github.com/xubo245/SparkLearning Spark中组件Mllib的学习之基础概念篇 1解释 分布式行矩阵有:基本行矩阵、index 行矩阵、坐标行矩阵、块行矩阵 功能一次增加2.代码:/

2017-06-02 08:41:26 464

转载 快速了解Breeze(二)

来源:http://blog.csdn.net/zhuqing2020/article/details/37605553https://github.com/scalanlp/breeze/wiki/Quickstart点击打开链接https://github.com/scalanlp/breeze/wiki/Linear-Algebra-Cheat-Sheet点击打开

2017-06-02 08:39:57 1063 1

转载 ScalaNLP-breeze&breeze-viz总结

来源:http://m.blog.csdn.net/article/details?id=46942061统计分布breeze.stats.distributions.Guassian(0,1)   正态分布/高斯分布breeze.stats.distributions.Binomial(n,p)    伯努利二项分布breeze.stats.distribut

2017-06-02 08:37:26 1373

转载 sparkmllib矩阵向量

来源:http://blog.csdn.net/illbehere/article/details/53165380Spark MLlib底层的向量、矩阵运算使用了Breeze库,Breeze库提供了Vector/Matrix的实现以及相应计算的接口(Linalg)。但是在MLlib里面同时也提供了Vector和Linalg等的实现。使用需导入:import b

2017-06-02 08:11:23 525

转载 Spark MLlib之矩阵

来源:http://blog.csdn.net/qq_33938256/article/details/52584964Spark MLlib的底层组件BLAS/LAPACK层LAPACK是用Fortran编写的算法库,顾名思义,Linear Algebra Package是为了解决通用的线性代数问题。算法包BLAS(Basic Linear Algebra Subprograms

2017-06-02 08:06:39 453

转载 梯度下降法

来源:http://www.jianshu.com/p/4f32063825b6梯度下降法是一个用于寻找最小化成本函数的参数值的最优化算法。当我们无法通过分析计算(比如线性代数运算)求得函数的最优解时,我们可以利用梯度下降法来求解该问题。梯度下降法的直觉体验想象一个你经常用来吃谷物或储存受过的大碗,成本函数的形状类似于这个碗的造型。碗表面上的任一随机位置

2017-06-01 22:12:12 1182

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除