2014年07月_涵子涵

12月 11月 10月 08月 07月 05月 04月 03月

原创机器学习系列（8）：主成分分析（PCA）及白化（ZCA）

主成分分析（PCA）是一种数据降维算法。白化主要是降低输入特征的冗余性。假设X 是m*n的矩阵，由n个样本（m维特征）组成。现要对X 进行线性变换为另一个矩阵Y，使得Y消除了X各特征的相关性，即Y的协方差矩阵为对角矩阵。X变换到Y的线性变换公式为:　　Y=PX （1）则，YY’=PX(PX)’=PXX’P’ （2）对XX’进行特征值分解，则XX’=QD

2014-07-31 17:45:11 2018

原创 Deep Learning 系列（4）：稀疏编码（sparse coding）和主成分分析（ICA）

一直犹豫稀疏编码怎么写，来来回回看了好几遍的UFLDL。因为这不仅是DL深度学习的重要概念，也是我这段时间一直在研究的stacked ISA 深度特征学习的支柱。这章将主要介绍一下稀疏编码的主要概念，及主成分分析的方法。稀疏编码算法是一种无监督（unsupervised）学习方法，它用来寻找一组“超完备”基向量来更高效地表示样本数据。（设x的维数为n，则k>n）超完备基能更有效地找

2014-07-25 17:31:17 4947 3

原创 Deep Learning 系列（3）：CNN（卷积神经网络）

早就想写CNN的博文了，最近刚好有空。总体来说，CNN框架不难理解，关键是里面的实现细节值得思考。初次了解，可以先看看UFLDL教程中的Convolution和Pooling。这基本上是CNN的核心。简单理解：Convolution即用一个滑动的小窗口去卷积一个大的图像。 Pooling 即滑动的小窗口各权值为1/m (m 为权值个数)。另外，在pooling中

2014-07-22 20:33:44 2999

原创 Deep Learning 系列（2）：NN（神经网络）及反向传播算法

前一章介绍了Deep Learning 中DBN算法（DL 系列一），发现当参数W经过stacked RBM 后，还需要Supervised Learning，即NN来优化参数。然而怎样去优化呢？参见 UFLDL教程之神经网络与反向传导算法，以及Dark_Scope 的NN代码解读。本章将结合DBN与NN的算法推导以及代码，针对重点作讲解。代码下载：DeepLearnToolb

2014-07-21 22:01:59 3477

经典的Garman Klass volatility 波动率算法

经典的经典的Garman Klass volatility 波动率算法很好用，MATLAB

2015-07-01

Deep Learning 经典文章与代码（matlab）

有深度学习中必读经典，以及相应的matlab代码。此外，文章中本人做的笔记，希望能帮助大家更好的理解。文章为：1.A fast learning algorithm for deep belief nets（Hinton） 2. Learning Deep Architectures for AI （Bengio） 3. A Practical Guide to Training Restricted Boltzmann Machines（Hinton）等。。 code 为经典的deep learning tool（matlab版），有DBN，NN，CNN，etc。

2014-07-22

sift与surf算子经典代码，基于opencv的c++代码及文档

本人很辛苦整理的sift及surf的相关资料，基于opencv的c++程序，还有两种算子的经典论文及中文翻译资料，内容详尽，足够理解两种算法。如有疑问，欢迎留言。谢谢。

2011-12-21

sift-latest_win

low的经典SIFT代码，可以参照了解一下，基于opencv的，这个有点复杂，需要安装opencv

2011-11-27

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 机器学习系列（8）：主成分分析（PCA）及白化（ZCA）