Chen_Tianyang的博客

这篇博客介绍了主成分分析及其若干简单应用，包括背景说明、基本原理、算法的实现步骤以及一些基本的应用，应用包括用PCA降维、做数据的可视化、图像压缩等。

本文是系列文章《再生核希尔伯特空间[RKHS]导论》的第三部分，介绍核（kernel）的概念、求值泛函（Evaluation Functional）以及再生核希尔伯特空间(RKHS)。

本文是系列文章《再生核希尔伯特空间[RKHS]导论》的第二部分，介绍内积空间(Inner Product Space)、希尔伯特空间(Hilbert Space)和再生核希尔伯特空间(Reproducing Kernel Hilbert Space,RKHS)。

本文是系列文章《再生核希尔伯特空间[RKHS]导论》的第一部分，介绍向量空间(Vector Space)、赋范空间(Normed Vector Space)、度量空间(Metric Space)和巴拿赫空间(Banach Space)。

本文介绍基于k-means和KNN的0-9数字手写体识别，把k-means聚类和CNN识别应用到数字手写体识别问题中去。在看本文之前读者可以先去看我另外三篇博客：《kaggle|基于k-means和KNN的语音性别识别》、《MINIST|基于朴素贝叶斯分类器的0-9数字手写体识别》和《算法|k-means聚类》作为基础。本文的主要内容包括背景说明、算法原理、代码实现以及实验与结果分析。

本文介绍基于朴素贝叶斯分类器的0-9数字手写体识别，本文基于MINIST数据集，采用朴素贝叶斯分类器，实现了0-9数字手写体的识别。文章的主要内容包括背景说明、数据集介绍、代码实现以及实验与结果分析。

本文介绍基于k-means和KNN的语音性别识别，把k-means聚类应用到语音性别识别问题中去，并同时使用KNN识别算法。读者可以先看我的其他两篇博客：《kaggl基于朴素贝叶斯分类器的语音性别识别》和《算法|k-means聚类》。本文的主要内容包括背景说明、算法原理、代码实现以及实验与结果分析。

本文介绍基于朴素贝叶斯分类器的语音性别识别，本文基于kaggle上的一个数据集，采用朴素贝叶斯分类器，实现了通过语音识别说话人性别的功能。文章的主要内容包括背景说明、数据集介绍 、代码实现以及实验与结果分析。

本文介绍机器学习的一种常见算法：k-means聚类。聚类属于无监督学习，相比于分类，聚类不依赖预定义的类和类标号的训练实例。本文的主要内背景说明、算法原理、程序实现以及实验结果分析。