henghane-CSDN博客

原创典型粒子群优化算法（particle swarm optimization,PSO）

随着牛顿法、梯度共轭、单纯形法等传统优化方法无法满足计算需求，群智能优化算法作为现代智能计算的一类重要方法已经受到越来越多的关注。群智能优化通过模拟社会性昆虫的各种群体行为，利用群体中个体之间的信息交互和合作实现寻优。比较有名的群智能方法包括蚁群算法、粒子群算法等，笔者在此主要介绍粒子群算法相关。首先介绍典型的粒子群算法（单目标优化问题），稍后将介绍多目标粒子群算法（多目标优化问题）。典型的粒

2017-03-07 14:42:25 11288

原创林轩田机器学习基石观后笔记——逻辑回归（logistic regression）

1.什么情况下用到逻辑回归？例子：我们手中的资料是病例，上面记载着病人的身体状况以及是否心脏病发，现在要求根据病人的身体状况预测他心脏病发的几率。即我们拿到的训练样本的输出是二分类输出{+1，-1}，而我们需要训练出的函数的输出是0~1之间的数。2.问题描述已有N个样本 ,样本资料的输入由d维特征表示 , 每个样本的输出 ,要求学习出一个函数h(x),输出一个概率。可简单描述为以下

2017-02-10 16:15:04 1048

原创林轩田机器学习基石观后笔记——感知器学习（PLA）

最近想对机器学习有一个系统的学习，所以观看了台湾大学林轩田教授的机器学习基石课程，该课程讲解的比较容易理解，对于不想学习大量的数学公式的初学者比较合适。该课程第二讲是简单的感知器学习算法（PLA，即perceptron learning algorithm），主要处理线性可分的二分类问题。二分类问题可描述为:现有N个训练样本，每个样本的输出，可用简单的符号函数来描述该过程，即，而简单的

2017-02-10 15:35:23 1055

原创林轩田机器学习基石——多类别分类问题（multi-class classification）

林轩田机器学习基石——多类别分类问题（multi-class classification）对于一个k类别分类问题，我们要做的是判断一个样本是k类别中的哪一类，实际上是二分类问题的拓展，解决方法也是二分类分类方法的延伸。问题描述为：现有N个训练样本,每个样本的输出是k类类标的一种，我们需要训练出一个能够判别出样本类标的训练器。简单,常用的多分类方法可分为两种：一对多方法（One-Versus-A

2017-02-10 14:58:05 13107

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 典型粒子群优化算法（particle swarm optimization,PSO）

原创 林轩田机器学习基石观后笔记——逻辑回归（logistic regression）

原创 林轩田机器学习基石观后笔记——感知器学习（PLA）

原创 林轩田机器学习基石——多类别分类问题（multi-class classification）

空空如也

空空如也

原创典型粒子群优化算法（particle swarm optimization,PSO）

原创林轩田机器学习基石观后笔记——逻辑回归（logistic regression）

原创林轩田机器学习基石观后笔记——感知器学习（PLA）

原创林轩田机器学习基石——多类别分类问题（multi-class classification）