2017年12月_class_brick

12月 11月 10月 09月 08月 07月 06月 05月 04月 02月 01月

转载三张图读懂机器学习：基本概念、五大流派与九种常见算法

本文经机器之心（微信公众号：almosthuman2014）授权转载选自PwC作者：Alan Morrison、Anand Rao机器之心编译参与：吴攀、晏奇机器学习正在进步，我们似乎正在不断接近我们心中的人工智能目标。语音识别、图像检测、机器翻译、风格迁移等技术已经在我们的实际生活中开始得到了应用，但机器学习的发展仍还在继续，甚至被认为有可能彻底改变人类文明

2017-12-11 10:38:31 1252

原创数值型与标称型数据说明记录

标称型：标称型目标变量的结果只在有限目标集中取值，如真与假(标称型目标变量主要用于分类)数值型：数值型目标变量则可以从无限的数值集合中取值，如0.100，42.001等 (数值型目标变量主要用于回归分析)

2017-12-29 12:10:25 668

转载 Python数据结构：序列（列表[]、元组()）与映射（字典{}）语法总结

一、概述：Python中两种基本的数据结构是序列和映射，序列包含：可变的列表和不可变的元组；而当序列不够用时就出现了映射：字典。列表中的元素是可以变化的，元组里面的元素一旦初始化后就不可更改。列表和元组只是一类元数据的集合体，还不能满足通过名字引用值的数据，故字典就充当了这个功能角色。二、列表(list)：1.写法示例：x=[1,2,3,4,5] y=['1','2','3','4',

2017-12-28 14:44:05 361

转载大白话讲解word2vec构建词向量

词向量word2vec也叫word embeddings，中文名“词向量”，作用就是将自然语言中的字词转为计算机可以理解的稠密向量（Dense Vector）。在word2vec出现之前，自然语言处理经常把字词转为离散的单独的符号，也就是One-Hot Encoder。杭州 [0,0,0,0,0,0,0,1,0,……，0,0,0,0,0,0,0]上海 [0,0,0,0,1,0,0,0

2017-12-27 10:00:48 19836 2

原创机器学习实战之一---简单讲解决策树

前言：本文基于《机器学习实战》一书，采用python语言，对于机器学习当中的常用算法进行说明（最近心情不好，不想吹牛了）。综述定义：首先来对决策树进行一个定义，决策树是一棵通过事物的特征来进行判断分支后得到该事物所需要的预测的属性的树。流程：提取特征à计算信息增益à构建决策树à使用决策树进行预测关键：树的构造，通过信息增益(熵)得到分支点和分支的方式。优点：计算复杂

2017-12-20 17:21:42 691

转载机器学习九大算法---隐马尔科夫模型

转自：http://blog.csdn.net/baimafujinji/article/details/51285082前导性推荐阅读资料：从朴素贝叶斯分类器到贝叶斯网络（上）从朴素贝叶斯分类器到贝叶斯网络（下）引言在之前介绍贝叶斯网络的博文中，我们已经讨论过概率图模型（PGM）的概念了。Russell等在文献【1】中指出：“在统计学中，图模型这个术语指包含贝

2017-12-20 09:20:33 14451 1

转载机器学习九大算法---朴素贝叶斯分类器

带你搞懂朴素贝叶斯分类算贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。这篇文章我尽可能用直白的话语总结一下我们学习会上讲到的朴素贝叶斯分类算法，希望有利于他人理解。1 分类问题综述对于分类问题，其实谁都不会陌生，日常生活中我们每天都进行着

2017-12-19 09:53:35 824

转载机器学习九大算法---回归

转自：http://blog.csdn.net/xiaohai1232/article/details/59551240回归分析即，量化因变量受自变量影响的大小，建立线性回归方程或者非线性回归方程，从而达对因变量的预测，或者对因变量的解释作用。回归分析流程如下：①探索性分析，画不同变量之间的散点图，进行相关性检验等，了解数据的大致情况，以及得知重点关注那几个变量；②变量和模型选择，

2017-12-17 18:29:06 8220

转载机器学习九大算法---支持向量机

作者：July、pluskid ；致谢：白石、JerryLead出处：结构之法算法之道blog。前言动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已经有朋友写得不错了(见文末参考链接)，但在描述数学公

2017-12-15 10:18:26 633

转载机器学习九大算法---随机森林

转载自：http://www.zilhua.com/629.html 1. 随机森林使用背景1.1 随机森林定义随机森林是一种比较新的机器学习模型。经典的机器学习模型是神经网络，有半个多世纪的历史了。神经网络预测精确，但是计算量很大。上世纪八十年代Breiman等人发明分类树的算法（Breiman et al. 1984），通过反复二分数据进行分类或回归，

2017-12-14 11:05:18 741

转载机器学习九大算法---决策树

转自：http://blog.csdn.net/bigbigship/article/details/50991370基本流程决策树（decision tree）是一类常见的机器学习方法。决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的

2017-12-13 09:14:18 637

转载对于随机森林的通俗理解

一、决策树决策树是机器学习最基本的模型，在不考虑其他复杂情况下，我们可以用一句话来描述决策树：如果得分大于等于60分，那么你及格了。这是一个最最简单的决策树的模型，我们把及格和没及格分别附上标签，及格（1），没及格（0），那么得到的决策树是这样的但是我们几乎不会让计算机做这么简单的工作，我们把情况变得复杂一点引用别的文章的一个例子这是一张女孩对于不同条件的男性是

2017-12-12 09:27:48 15821 1

转载深入浅出LSTM神经网络

转自：https://www.csdn.net/article/2015-06-05/2824880LSTM递归神经网络RNN长短期记忆摘要：根据深度学习三大牛的介绍，LSTM网络已被证明比传统的RNNs更加有效。本文由UCSD研究机器学习理论和应用的博士生Zachary Chase Lipton撰写，用浅显的语言解释了卷积网络的基本知识，并介绍长短期记忆（LSTM）模型。

2017-12-11 17:14:48 1263

转载 Java中synchronized与lock的区别

转载：http://www.toutiao.com/a6392135944652587266/?tt_from=weixin&utm_campaign=client_share&app=news_article&utm_source=weixin&iid=7704173001&utm_medium=toutiao_ios&wxshare_count=1 synchronized是

2017-12-11 14:52:57 1363

转载通过word发布CSDN博客

转自：http://blog.csdn.net/maofgit/article/details/50715628用csdn自带的网页编辑器，最不方便的，不是排版，而是图片的发布，希望能通过下面这个方式得到改善。1. 注册博客账号1.1 打开一个新的Word文档如果之前没有用过博客功能的话，打开一个新的Word文档可能见不到博客模板。这时候可以在上方的搜索框里面搜索"博客"，下载模板

2017-12-11 10:30:33 556 1

转载循环神经网络(RNN, Recurrent Neural Networks)介绍

循环神经网络(RNN, Recurrent Neural Networks)介绍这篇文章很多内容是参考：http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/，在这篇文章中，加入了一些新的内容与一些自己的理解。循环神经网络(Recurrent Neu

2017-12-09 19:07:18 268

转载 KNN算法理解

一、算法概述1、kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。最简单平凡的分类器也许是那种死记硬背式的分类器，记住所有的训练数据，对于新的数据则直接和训练数据匹配，如果存在相同属性的训练数据，则直接用它的分类来作为新数据的分类。这种方式有一个明显的缺点，那就是很可能无法找到完全匹配的训练记录。kNN算法则是从训练集中找

2017-12-08 09:15:38 401

转载 How to train your Deep Neural Network

转自：http://rishy.github.io//ml/2017/01/05/how-to-train-your-dnn/There are certain practices in Deep Learning that are highly recommended, in order to efficiently train Deep Neural Networks. In this

2017-12-07 09:22:46 455

翻译理解自然语言处理中的卷积神经网络

当我们听到卷积神经网络时，我们通常会想到计算机视觉。卷积神经网络(CNN)在图形分类的进步中起着主要的作用，也是现在大多数计算机视觉系统的核心，它也运用于facebook的自动驾驶汽车上的自动图片标记模块。最近我们已经开始使用CNN(卷积神经网络)解决NLP(自然语言处理)上的问题并且得到了一些有意思的结果。本文中我会尝试描述什么是CNN (卷积神经网络)以及它是怎么运用在NLP (自然语

2017-12-06 15:06:55 5409

转载 CSDN积分排名规则

积分规则每发布一篇原创或者翻译文章：可获得10分每发布一篇转载文章：可获得2分博主的文章每被评论一次：可获得1分每发表一次评论：可获得1分（自己给自己评论、博主回复评论不获得积分）博文阅读次数每超过100次：可获得1分，阅读加分最高加到100分，即文章点击上万次截止文章被投票：顶1票加1分，踩1票减1分文章被管理员或博主本人删除，相应减去博主基于该篇博文所获得的分数评论被

2017-12-06 10:17:08 1381 5

转载几种使用了CNN（卷积神经网络）的文本分类模型

谈到文本分类，就不得不谈谈CNN(Convolutional Neural Networks)。这个经典的结构在文本分类中取得了不俗的结果，而运用在这里的卷积可以分为1d 、2d甚至是3d的。下面就列举了几篇运用CNN进行文本分类的论文作为总结。 1 yoon kim 的《Convolutional Neural Networks for Sentence Classification》。（

2017-12-05 17:20:03 863

转载人工智能、机器学习和数据挖掘三者之间的关系

转自：http://blog.csdn.net/jdbc/article/details/44602147人工智能：人工智能（ArtificialIntelligence），英文缩写为AI。它是关于知识的科学（知识的表示、知识的获取以及知识的应用）。人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行

2017-12-05 17:16:40 7610

转载 How to train your Deep Neural Network（如何训练你的深度神经网络）

There are certain practices in Deep Learning that are highly recommended, in order to efficiently train Deep Neural Networks. In this post, I will be covering a few of these most commonly used practice

2017-12-05 15:31:24 1240

maven-archetype-quickstart-1.1.jar下载

解决Unable to create project from archetype [org.apache.maven.archetypes:maven-archetype-quickstart:1.1] 1. 下载maven-archetype-quickstart-1.1.jar 文件地址： 2.cmd窗口执行mvn install:install-file -DgroupId=org.apache.maven.archetypes -DartifactId=maven-archetype-quickstart -Dversion=1.1 -Dpackaging=jar -Dfile=maven-archetype-quickstart-1.1.jar

2018-01-10

TA关注的人

Don't worry,be happy