![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 59
distsau
这个作者很懒,什么都没留下…
展开
-
梯度下降法-gradient descent --实例解析
from http://blog.csdn.net/coder_oyang/article/details/46544089写作目的:发现很多机器学习算法中,多少涉及到迭代求解无约束函数的最值,故整理如下梯度下降法是求解无约束最优化问题的一种常用算法,具有实现简单的优点;无约束最优化问题,因为求解问题无约束,所以,我们可以用一种试探的算法:一个个转载 2015-07-25 19:10:33 · 783 阅读 · 0 评论 -
梯度下降法
from http://blog.csdn.net/qustqustjay/article/details/46738989梯度下降法是一种最优化算法,常用来优化参数,通常也称为最速下降法。梯度下降法是一般分为如下两步:1)首先对参数θ赋值,这个值可以是随机的,也可以让θ是一个全零的向量;2)改变θ的值,使得J(θ)按梯度下降的方向进行减少。以一个线性回转载 2015-07-25 18:51:38 · 447 阅读 · 0 评论 -
SVM的一些总结与认识-入门级
from http://blog.csdn.net/coder_oyang/article/details/46932097写在前面的话,大家不要被下面的公式吓到,仔细一看,你会发现其实,他们是环环相扣的,下面的文章是直接截的自己的word文档转载 2015-07-19 10:30:24 · 262 阅读 · 0 评论 -
马尔可夫链及吉布斯抽样 入门详解(Markov Chain Monte Carlo and Gibbs Sampling)
from http://blog.csdn.net/coder_oyang/article/details/47106093最近总结了下自己的笔记,发现原来自己还有这个东西,所以再次回顾了下,并简单做以下梳理,文章来自LDA-math-MCMC 和Gibbs Sampling转载 2015-08-19 09:03:29 · 2131 阅读 · 0 评论 -
机器学习算法
from http://blog.csdn.net/peng825223208/article/details/47339713这里,主要说一下,机器学习算法的思想和应用!为了以后的应用总结一下!参考王斌译的机器学习实战一书。1、SVD(奇异值分解)SVD可以简化数据,去除噪声! 对于简化数据,使用SVD,可以用小得多的数据集表示原有数据集。这样实际上是去除了噪声和冗转载 2015-11-19 16:29:50 · 430 阅读 · 0 评论 -
最小生成树-MST算法详解及代码实现
from http://blog.csdn.net/coder_oyang/article/details/48195405师兄发了一篇CCF-C类的文章,但是那个会议在澳洲排名属于B类,他说他在CVPR的某一篇文章的基础之上用了MST算法,避免了局部最优解,找到了全局最优解,实验结果比原文好很多,整个文章加实验前后仅仅做了2周。真是羡煞旁人也。。其实在机器学习当中,经常会遇到局部最优转载 2015-11-19 16:36:23 · 1364 阅读 · 0 评论 -
PCA 浅显易懂的数学原理
from http://blog.csdn.net/coder_oyang/article/details/48490655摘自coder_oyang 2014-12-8实验室 组会参考文献:转载 2015-11-19 16:39:08 · 383 阅读 · 0 评论