机器学习
搞点學術的研究生
学而时习之,不亦说乎?
展开
-
向LSTM大神-Sepp Hochreiter致敬
搞点学术的研究生确实只是搞点啊要做汇报的PPT都做得这么肤浅,写文章也是直接占过来,结果还占成了图片。差评差评("人生来就是为了奋斗拼搏的,要不为什么你刚生下来要攥紧拳头。 FIGHTING…")...原创 2020-07-31 23:48:02 · 1095 阅读 · 0 评论 -
自编码器/堆叠式自编码器(SAE)
自编码器( Auto-Encoder,AE)定义:通过将输入信息作为学习目标,对输入信息进行表征学习 (representation learning)。(将原始数据转换成为能够被机器学习来有效开发的一种形式)作用:使用自编码器是为了得到有效的数据表示, 降维(部分结构)、异常值检测(完整结构)。对于预测模型,去掉解码器,只保留编码器,让编码器 的输出直接作为后续机器学习模型的输入。(分析获取数据的内部结构特性, 更好的实验分析)训练过程:f,g激励函数(Sigmoid, Relu);W1,原创 2020-07-09 20:50:03 · 12346 阅读 · 8 评论 -
机器学习十大算法
原文链接:https://blog.csdn.net/u014...转载 2019-10-16 11:18:58 · 249 阅读 · 0 评论 -
朴素贝叶斯法
朴素贝叶斯法朴素贝叶斯法定义:贝叶斯定理与特征条件独立假设的分类方法。朴素贝叶斯法学习方法:1,对于给定的训练数据集,基于特征条件独立假设学习输入\输出的联合概率分布(建立模型);2,基于此模型对于给定的输入x,利用贝叶斯定理求出后验概率最大的输出y。1.贝叶斯定理:2.条件独立假设:(等价于用于特征在类确定的条件下都是条件独立的)条件独立假设公式:(输入空间为x,输...原创 2019-10-14 20:22:34 · 311 阅读 · 0 评论 -
机器学习之预备知识
机器学习之预备知识1,机器学习的目的:从数据到知识机器学习之概念有三:计算机系统能够利用经验提高自身的性能学习就是一个基于经验数据的函数估计问题提取重要模式、趋势,并理解数据,即从数据中学习2,机器学习的基本框架数据集合和对象特性表示对象特性输入表示是我们能够得到的对象的观测描述;对象特性输出表示是我们学习得到的对象的特性描述。根据丑小鸭定理(Ugly Duckling...原创 2019-08-31 14:47:24 · 482 阅读 · 0 评论 -
K近邻算法
《统计学习方法》读李航老师之《统计学习方法》一书乃做此笔记。强烈推荐此书,对于从事机器学习、人工智能等计算机热门领域的学者定会受益颇深。K近邻法概论:k近邻法(k-nearest neighbor,k-NN)是一种分类与回归方法。分类时对新的实例,根据其k个最近邻的训练实例的类别,通过多数表决等方法进行预测。其核心就是利用训练数据集对特征向量空间进行划分。K近邻算法定义:给定一个训...原创 2019-09-27 11:53:38 · 197 阅读 · 0 评论