- 博客(6)
- 资源 (4)
- 收藏
- 关注
原创 可扩展机器学习——分类——点击率预测(Click-through Rate Prediction)
注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图也是引用的原来的教程,若内容上有任何错误,希望与我联系,若内容有侵权,同样也希望告知,我会尽快删除。这部分本应该加上实验的部分,实验的部分在后期有时间再补上。可扩展机器学习系列主要包括以下几个部分:概述 - Spark分布式处理 - 线性
2015-12-14 19:11:06 10215 3
原创 可扩展机器学习——梯度下降(Gradient Descent)
注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图也是引用的原来的教程,若内容上有任何错误,希望与我联系,若内容有侵权,同样也希望告知,我会尽快删除。这部分本应该加上实验的部分,实验的部分在后期有时间再补上。可扩展机器学习系列主要包括以下几个部分:概述 - Spark分布式处理 - 线性
2015-12-12 17:58:03 5917
原创 可扩展机器学习——线性回归(linear Regression)
注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图也是引用的原来的教程,若内容上有任何错误,希望与我联系,若内容有侵权,同样也希望告知,我会尽快删除。这部分本应该加上实验的部分,实验的部分在后期有时间再补上。可扩展机器学习系列主要包括以下几个部分:概述 - Spark分布式处理 - 线性
2015-12-12 17:48:44 5578 1
原创 简单易学的机器学习算法——Label Propagation
Label Propagation算法是一种基于标签传播的局部社区划分算法。对于网络中的每一个节点,在初始阶段,Label Propagation算法对每一个节点一个唯一的标签,在每一个迭代的过程中,每一个节点根据与其相连的节点所属的标签改变自己的标签,更改的原则是选择与其相连的节点中所属标签最多的社区标签为自己的社区标签,这便是标签传播的含义。随着社区标签的不断传播,最终紧密连接的节点将有共同的标签。
2015-12-05 16:11:02 19723 15
原创 可扩展机器学习——Spark分布式处理
注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图也是引用的原来的教程,若内容上有任何错误,希望与我联系,若内容有侵权,同样也希望告知,我会尽快删除。可扩展机器学习系列主要包括以下几个部分:概述Spark分布式处理线性回归(linear Regression)梯度下降(Gradien
2015-12-01 13:12:59 4191 1
原创 可扩展机器学习——概述
注:这是一份学习笔记,记录的是参考文献中的可扩展机器学习的一些内容,英文的PPT可见参考文献的链接。这个只是自己的学习笔记,对原来教程中的内容进行了梳理,有些图也是引用的原来的教程,若内容上有任何错误,希望与我联系,若内容有侵权,同样也希望告知,我会尽快删除。可扩展机器学习系列主要包括以下几个部分:概述Spark分布式处理线性回归(linear Regression)梯度下降(Gradien
2015-12-01 12:15:21 3382
在线顺序极限学习机OS-ELM的python实现
2015-04-25
达内java学习笔记-总最全
2011-01-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人