人工智能学习笔记
文章平均质量分 51
自己人工智能学习记录
G1036583997
这个作者很懒,什么都没留下…
展开
-
虚数的意义
文章转载自:http://www.ruanyifeng.com/blog/2012/09/imaginary_number.html 作者:阮一峰 虚数就是-1的平方根。可是,什么数的平方等于-1呢?计算器直接显示出错! 直到今天,我也没有搞懂。谁能解释,虚数到底是什么? 它有什么用? 帖子的下面,很多人给出了自己的解释,还推荐了一篇非常棒的文章《虚数的图解》。我读后恍然大悟,醍转载 2017-08-14 10:33:57 · 421 阅读 · 0 评论 -
随机梯度下降与批梯度下降
装载自:http://www.cnblogs.com/rcfeng/p/3958926.html具体的理论公式见吴恩达老师斯坦福公开课讲义note1。通过代码理解1.随机梯度下降算法的python的实现: # coding=utf-8#!/usr/bin/python'''Created on 2014年9月6日 @author: Ryan C. F.'''#T转载 2017-08-23 09:42:55 · 645 阅读 · 0 评论 -
约束优化方法之拉格朗日乘子法与KKT条件
引言本篇文章将详解带有约束条件的最优化问题,约束条件分为等式约束与不等式约束,对于等式约束的优化问题,可以直接应用拉格朗日乘子法去求取最优值;对于含有不等式约束的优化问题,可以转化为在满足 KKT 约束条件下应用拉格朗日乘子法求解。拉格朗日求得的并不一定是最优解,只有在凸优化的情况下,才能保证得到的是最优解,所以本文称拉格朗日乘子法得到的为可行解,其实就是局部极小值,接下来从无约束优化开始一一讲解。转载 2017-09-12 09:31:17 · 891 阅读 · 1 评论 -
坐标上升算法
转载自:http://blog.csdn.net/nupt123456789/article/details/8349488坐标上升算法(Coordinate Ascent)及C++编程实现 编程实现: #include <iostream> using namespace std; #define f(x1,x2,x3) (-x1*x1-2*x2*x2-3*转载 2017-09-13 14:01:12 · 914 阅读 · 0 评论 -
牛顿法与拟牛顿法
转载自:http://blog.csdn.net/itplus/article/details/21896453转载 2017-09-13 14:29:41 · 430 阅读 · 0 评论 -
协方差矩阵详谈
转载自:http://blog.csdn.net/itplus/article/details/11452743文章下载连接:http://download.csdn.net/download/peghoty/6478675转载 2017-09-23 13:42:39 · 2889 阅读 · 0 评论 -
主成分析PCA
转载自:http://blog.csdn.net/itplus/article/details/11451327转载 2017-09-23 14:17:34 · 518 阅读 · 0 评论 -
常用几种距离的标识
曼哈顿距离(Manhattan Distance)顾名思义,在曼哈顿街区要从一个十字路口开车到另一个十字路口,驾驶距离显然不是两点间的直线距离。这个实际驾驶距离就是“曼哈顿距离”。曼哈顿距离也称为“城市街区距离”(City Block distance)。二维平面两点a(x1,y1)与b(x2,y2)间的曼哈顿距离: d12=|x1−x2|+|y1−y2|d12=|x1−x2|+|...原创 2018-06-07 16:03:15 · 14985 阅读 · 1 评论