机器学习
文章平均质量分 70
AI媛
百米冲刺,进步提速。
展开
-
机器学习部分内容总结
错题总结原创 2016-08-01 15:38:05 · 1027 阅读 · 0 评论 -
机器学习面试问题10
线性分类器与非线性分类器原创 2016-07-30 18:32:05 · 3123 阅读 · 1 评论 -
机器学习面试问题1
机器学习的基本知识原创 2016-07-28 13:28:45 · 1345 阅读 · 1 评论 -
机器学习面试问题8
userCF和itemCF在实际当中如何使用,提供具体操作,以及它们的优势(推荐系统)基于用户的协同过滤算法UserCF基于用户的协同过滤,通过不同用户对物品的评分来评测用户之间的相似性,基于用户间的相似性做出推荐。 简单来讲就是:给用户推荐和他兴趣相似的其他用户喜欢的物品。 基于UserCF的基本思想相当简单,基于用户对物品的偏好找到相邻邻居用户,然后将邻居用户喜欢的推荐给当前用户。 计算上原创 2016-07-29 19:28:22 · 2824 阅读 · 2 评论 -
机器学习面试问题9
图模型、波尔茨曼机、内存压缩、红黑树、并行度图模型: 图模型是一类用图来表示概率分布的一类技术的总称。它的主要优点是把概率分布中的条件独立用图的形式表达出来,从而可以把一个概率分布(特定的,和应用相关的)表示为很多因子的乘积,从而简化在边缘化一个概率分布的计算,这里的边缘化指的是给定n个变量的概率分布,求取其中m个变量的概率分布的计算(m原创 2016-07-30 18:24:43 · 928 阅读 · 0 评论 -
机器学习面试问题7
机器学习面试问题七原创 2016-07-29 17:58:42 · 2949 阅读 · 0 评论 -
机器学习面试问题6
以下内容接机器学习面试问题5.神经网络参数相关原创 2016-07-29 13:07:34 · 1455 阅读 · 0 评论 -
机器学习面试问题4
以下内容接机器学习面试问题3。内容比较粗略,细化会在后期完成,敬请期待。原创 2016-07-28 22:17:12 · 1143 阅读 · 0 评论 -
机器学习面试问题5
常见问题和svm相关的原创 2016-07-29 12:10:22 · 1050 阅读 · 0 评论 -
机器学习面试问题3
以下内容承接机器学习相关面试2。原创 2016-07-28 19:40:59 · 1269 阅读 · 0 评论 -
推荐算法
目前,主要的推荐方法包括:基于内容的推荐、协同过滤推荐、基于关联规则的推荐、基于效用的推荐、基于知识的推荐和组合推荐。原创 2016-07-27 18:29:30 · 1289 阅读 · 0 评论 -
机器学习面试问题2
算法原理原创 2016-07-28 17:04:07 · 870 阅读 · 0 评论 -
k-means和bp神经网络要点总结
机器学习k-means算法和bp神经网络原创 2016-07-27 14:48:54 · 5589 阅读 · 0 评论 -
KNN算法源码解析
knn算法源码解析原创 2016-07-26 21:05:06 · 1412 阅读 · 1 评论 -
机器学习基于语义特征的情感分析
基于语义特征的情感分析先人已有研究,可以通过情感词典匹配来做,但是应用机器学习在这方面会使精确度更高些。 以本人参与的一个项目为主,总结下相关技术点。原创 2016-07-26 15:34:13 · 8673 阅读 · 0 评论 -
感知机
感知机学习的目标是求得一个能够将训练集正实例点和负实例点完全分开的分离超平面。为了找出这样的超平面,即确定感知机模型参数w、b,需要确定一个学习策略,即定义(经验)损失函数并将损失函数极小化。 感知机sign(w*x+b)学习的损失函数定义为: 因为当时,;当时, ,因此损失函数是非负的。原创 2015-12-09 17:48:15 · 513 阅读 · 2 评论