July_sun-CSDN博客

原创机器学习之支持向量机(SVM)

支持向量机算法在深度学习没有火起来的2012年前，在机器学习算法中可谓是霸主地位，其思想是在二分类或者多分类任务中，将类别分开的超平面可能有很多种，那么哪一种的分类效果是最好的呢？这里引入了支撑向量的概念，我们总可以在几个类别的分界面处找到类别的一些样本点，以这些样本点的中垂线为平面的这个分界面可以使得类别中的点都离分界面足够远，那么这个平面就是最理想的分割超平面

2016-12-05 21:15:21 3501

原创机器学习之决策树（Decision Tree）&随机森林（Random forest）

决策树是机器学习中最接近人类思考问题的过程的一种算法，通过若干个节点，对特征进行提问并分类（可以是二分类也可以使多分类），直至最后生成叶节点（也就是只剩下一种属性），而随机森林是基于决策树过拟合提出的基于多个弱分类器vote投票的方式的一种集成学习算法.

2016-11-25 19:27:21 16055

原创 OS系统安装tensorflow成功备忘录

python深度学习包最近比较火的夜当属google大牛2015年底开源的tensorflow了，自己摸索了半天终于安装成功了，做笔记以免忘记.tensorflow目前不支持window系统，只可以在os和lunix下安装.

2016-11-23 08:48:58 785

原创机器学习之逻辑回归（Logistic Regression）

逻辑回归是工业界使用频率最高也是最受广泛使用的一种机器学习算法，它是基于线性回归在一些分类问题上由于噪音样本的存在使拟合的直线偏离真实的太大的一种改进，将线性函数的值映射到（0,1）区间范围内，也可以完美地将这个模型和概率联系起来，下面开始介绍逻辑回归.

2016-11-20 22:20:08 5561 1

原创机器学习之线性回归（Linear Regression）

线性学习中最基础的回归之一，下面从线性回归的数学假设，公式推导，模型算法以及实际代码运行几方面对这一回归进行全面的剖析~

2016-11-18 21:53:23 38209 6

原创机器学习中线性回归问题以及算法的解决办法提出

回归分析研究的是客观事物变量间的统计关系，通过在对客观事物大量实验和观测的基础上，找到隐藏在不确定现象中的规律性的统计方法。这一方法从高斯提出的最小二乘法算起已经有200年的历史，一直在被各种学科广泛的应用中。但在机器学习分支中，使用线性回归模型违背的假设以及解决方法，本文做一简单的介绍。

2016-11-13 11:46:34 6436

原创机器学习常用的分类器比较-实例

这篇学习文章是在上一篇博客（http://blog.csdn.net/july_sun/article/details/53088673）的基础上，从机器学习的四要素（数据，算法和模型，计算机硬件，机器学习平台）角度出发用实例将各个分类器做一比较.

2016-11-10 22:36:26 21826 2

原创机器学习常用的分类器比较

传统的机器学习的监督学习分类分类和回归，分类是争对离散的数据，而回归是争对连续的数据，在数据预处理好的基础上要对数据进行预测，通常采用CV交叉验证来进行模型评价和选择。这篇文章通过连续的数据结合sklearn库对各种回归器做一比较：1.linear regression缺点：顾名思义，linear regression是假设数据服从线性分布的，这一假设前提也限制了该模型的准确率，因为现实中

2016-11-08 21:29:07 54459 3

原创 machine learning 四要素

万物皆数学，一切皆是概率，机器学习的思路是丢给机器data（图像，音频，文本）让机器自己学习并且举一反三预测新的知识，当然要预测对才是学得好的表现。

2016-11-07 20:48:57 1880

转载漫谈四种神经网络序列解码模型

机器翻译是目前NLP和deep learning结合的研究热点以及未来的研究发展方向，这篇文章转载介绍了基于RNN(recurrent neural network)的四种解码序列模型，模型背景介绍：1.基于RNN的序列化编码，hidden layer序列编码生成的编码向量是整个序列隐层编码进行求和平均的方式得到序列的编码向量，优点：该模型可以做的事情是主题分类、情感检测等等分类任务，

2016-10-06 18:44:25 2711 1

July_sun的博客