机器学习
文章平均质量分 81
5iDream
自由是我的方向,dream是我的特长
展开
-
stanford 机器学习笔记
转自http://www.cnblogs.com/jerrylead/archive/2012/05/08/2489725.html 个: 斯坦福大学机器学习课程个人学习笔记(上).zip 斯坦福大学机器学习课程个人学习笔记(下).zip 一并附上原始讲义: 斯坦福大学机器学习课程原始讲义.zip 说明: 这里面的内容是我在2011年上半年学习斯坦福大学《机器学习》课转载 2015-10-15 12:04:00 · 1077 阅读 · 0 评论 -
支持向量机SVM(二)
转自 http://www.cnblogs.com/jerrylead/archive/2011/03/13/1982684.html 6 拉格朗日对偶(Lagrange duality) 先抛开上面的二次规划问题,先来看看存在等式约束的极值问题求法,比如下面的最优化问题: 目标函数是f(w),下面是等式约束。通常解法是引入拉格朗日算子,这转载 2015-10-15 21:33:40 · 396 阅读 · 0 评论 -
支持向量机SVM(三)核函数
转自http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988406.html 7 核函数(Kernels) 考虑我们最初在“线性回归”中提出的问题,特征是房子的面积x,这里的x是实数,结果y是房子的价格。假设我们从样本点的分布中看到x和y符合3次曲线,那么我们希望使用x的三次多项式来逼近这些样本点。那么首先需要将特征x扩展到三维,然转载 2015-11-19 09:53:03 · 593 阅读 · 0 评论