- 博客(8)
- 资源 (36)
- 收藏
- 关注
原创 台湾印象: 太平洋的风
离开垦丁,从枋寮火车站出发,搭乘自强号列车,沿着东铁线,一路向北,就可以来到台东重镇:花莲。枋寮火车站很小,有些简陋,候车与售票基本在一个大厅,车站外面也有一些卖吃的小摊,那天下着很大的雨,车站候车的人不多,旁边有个纪念品商店,里面摆放着一些明信片,还有和台铁有关的一些纪念品。枋寮是个小镇,整个小城笼罩在一层朦胧的雨雾当中,给人一种怀旧感。等了没多久,终于检票上车了。自强号算是台铁系统里的
2016-05-28 09:31:11 6461
翻译 机器学习:最大似然估计与最大后验概率估计
在机器学习领域,贝叶斯概率是经常用到的一种模型,而贝叶斯估计中,我们经常会看到两种概率估计模型,一种是最大似然估计,即 Maximum likelihood, 另外一种就是最大后验概率估计,即 Maximum posterior , 两种模型都是基于贝叶斯定理演化而来的。在介绍这两种模型之前,我们先来看一下贝叶斯定理:p(w|D)=p(D|w)p(w)p(D) p(\mathbf{w}|
2016-05-23 17:25:27 8478
原创 再见,旧时光
这个城市的夏天很热,暮色四合的时候,空气中依然涌动着一股股燥热的气息,身处其中的人,仿佛置身于一个巨大的火炉之中,除了忍受烘烤,已经无处可逃了。走的时候,校园里还很热闹,毕业季离别带来的伤感气息还在酝酿之中,这是最后的狂欢,天空中忽然爆裂盛开出几朵绚烂的烟火,他们说,这是华丽的告别。挤上公交,才发现满满一车的人都是毕业生,窗外的霓虹灯凌乱地闪过,映照着一张张落寞,怅然的脸。再怎么洒脱,在往
2016-05-20 16:42:08 5933
翻译 机器学习: Canonical Correlation Analysis 典型相关分析
Canonical Correlation Analysis(CCA)典型相关分析也是一种常用的降维算法。我们知道,PCA(Principal Component Analysis) 主分量分析将数据从高维映射到低维空间同时,保证了数据的分散性尽可能地大, 也就是数据的方差或者协方差尽可能大。而LDA(Linear Discriminant Analysis) 线性判别分析则利用了类标签,利用一种
2016-05-15 16:38:47 22395 2
翻译 机器学习: Linear Discriminant Analysis 线性判别分析
Linear discriminant analysis (LDA) 线性分类分析也是机器学习中常用的一种降维算法,与 PCA 相比, LDA 是属于supervised 的一种降维算法。PCA考虑的是整个数据集在高维空间的分散性,PCA降维之后依然要让数据在低维空间尽可能地分散。而LDA考虑的是类与类之间的差别(用距离来衡量)。我们先来看二分类的LDA, 给定一个训练集 D={xi∈Rd
2016-05-15 16:37:58 11948 2
翻译 机器学习: 特征脸算法 EigenFaces
人脸识别是机器学习和机器视觉领域非常重要的一个研究方向,而特征脸算法是人脸识别里非常经典的一个算法,EigenFaces 是基于PCA (principal component analysis) 即主分量分析的。一张尺寸为 w×h w \times h 的人脸图像 IiI_{i}可以看成是一个 D×1D \times 1 的列向量, x∈RD \mathbf{x} \in R^{D},其中
2016-05-11 08:44:33 20731 6
翻译 机器学习:Principal components analysis (主分量分析)
Principal components analysis 这一讲,我们简单介绍Principal Components Analysis(PCA),这个方法可以用来确定特征空间的子空间,用一种更加紧凑的方式(更少的维数)来表示原来的特征空间。假设我们有一组训练集{x(i);i=1,...m}\{x^{(i)}; i=1,...m \},含有m个训练样本,每一个训练样本x(i)∈Rnx^{(i)
2016-05-11 08:43:49 10670
翻译 机器学习 : 高斯混合模型及EM算法
Mixtures of Gaussian这一讲,我们讨论利用EM (Expectation-Maximization)做概率密度的估计。假设我们有一组训练样本x(1),x(2),...x(m){x^{(1)}, x^{(2)},...x^{(m)}},因为是unsupervised的学习问题,所以我们没有任何y的信息。我们希望利用一个联合分布p(x(i),z(i))=p(x(i)|z(i)
2016-05-09 20:07:49 9108
机器学习 第六讲:Generative Learning Algorithm B
2015-03-06
机器学习 第五讲: Generative Learning Algorithm A
2015-03-06
机器学习 第四讲 Logistic Regression和广义线性模型
2015-02-07
常用算法程序集(C语言描述)
2011-09-01
Convolutional Neural Networks for Visual Recognition 7
2015-07-16
Convolutional Neural Networks for Visual Recognition 6
2015-07-16
Convolutional Neural Networks for Visual Recognition 8
2015-07-16
Convolutional Neural Networks for Visual Recognition 5
2015-07-16
Convolutional Neural Networks for Visual Recognition 4
2015-06-28
Convolutional Neural Networks for Visual Recognition 3
2015-06-28
Convolutional Neural Networks for Visual Recognition 2
2015-06-28
Convolutional Neural Networks for Visual Recognition 1
2015-06-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人