机器学习
文章平均质量分 88
younger_feiyang_lee
不想做产品经理的设计师不是好的程序员
展开
-
【机器学习】朴素贝叶斯分类器
本文所要介绍的算法是朴素贝叶斯分类器,分为输入的特征向量为连续和离散两种情况,属于生成模型。原创 2016-07-24 15:36:55 · 5036 阅读 · 1 评论 -
【机器学习】隐马尔科夫模型(下)——学习算法和预测算法
HMM的学习问题和预测问题原创 2016-08-17 09:26:24 · 9484 阅读 · 1 评论 -
【机器学习】主成分分析
PCA方法把数据从原来的坐标系转换到一个新的坐标系,坐标系的方向要根据数据的方差决定。原创 2016-08-07 15:28:16 · 1499 阅读 · 0 评论 -
【机器学习】神经网络(一)——多类分类问题
神经网络模型介绍神经网络模型是一个非常强大的模型,起源于尝试让机器模仿大脑的算法,在80年代和90年代早期非常流行。同时它又是一个十分复杂的模型,导致其计算量非常巨大,所以在90年代后期逐渐衰落。近年来得益于计算原创 2016-08-09 18:18:12 · 47845 阅读 · 0 评论 -
【机器学习】决策树(上)——从原理到算法实现
决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合,也可以认为是定义在特征空间与类空间上的条件概率分布。原创 2016-08-28 21:11:42 · 72716 阅读 · 23 评论 -
【机器学习】神经网络(二)——反向传播算法
反向传播算法是目前用来训练人工神经网络的最常用且最有效的算法。原创 2016-08-22 21:54:07 · 4459 阅读 · 0 评论 -
【机器学习】决策树(下)——CART算法及剪枝处理
CART,即分类与回归树(classification and regression tree),也是一种应用很广泛的决策树学习方法原创 2016-09-03 22:35:17 · 11938 阅读 · 6 评论 -
【机器学习】聚类分析(三)——高斯混合模型
我们介绍一种用统计混合模型进行聚类的方法——高斯聚类模型(Gaussian Misture Model, GMM)。这种聚类方法得到的是每个样本点属于各个类的概率,而不是判定它完全属于一个类,所以有时也会被称为软聚类。原创 2016-08-04 16:43:29 · 12587 阅读 · 8 评论 -
【机器学习】隐马尔可夫模型(上)——定义及相关概率计算
隐马尔可夫模型(Hidden Markov Model, HMM)是可用于标注问题(即输入输出都是离散序列的监督学习问题)的统计学模型,描述由隐藏的马尔可夫链随机生成观测序列的过程,属于生成模型。原创 2016-08-16 15:05:02 · 9047 阅读 · 2 评论 -
【机器学习】Logistic回归的梯度上升法
现实生活中有一种问题,输出值只有两种情况:yes or no.这类问题常见有:电子邮箱中的垃圾邮件分类(spam or not spam),肿瘤为良性或者恶性等。在这些问题中,我们想预测的变量y,可以统一认为它只能取两个值0或1,这种问题叫分类(classification)问题。原创 2016-07-21 22:43:12 · 9065 阅读 · 3 评论 -
【机器学习】聚类分析(一)——k-means算法
从现在开始要开始一个新的话题了——无监督学习(Unsupervised Learning)。原创 2016-08-01 15:16:22 · 4539 阅读 · 0 评论 -
【机器学习】支持向量机(一)——最大间隔法与核函数
支持向量机(Support Vector Machines, SVM)是一个非常出色的二类分类模型,被成功应用于很多机器学习应用中。这里的“机”实质上是指算法。原创 2016-07-26 15:04:24 · 7917 阅读 · 2 评论 -
【机器学习】线性回归的梯度下降法
摘要:这是我学习斯坦福大学《机器学习》课程的第一个算法。该算法属于回归模型中最简单的模型——线性回归,使用梯度下降法达到最优拟合。原创 2016-07-18 12:18:27 · 2672 阅读 · 2 评论 -
【机器学习】线性回归的最小二乘法
Python线性回归原创 2016-07-18 22:42:54 · 1509 阅读 · 0 评论 -
【机器学习】支持向量机(二)——序列最小最优化(SMO)算法
John Platt提出的序列最小最优化(SMO)算法便是这些高效算法中的一种。SMO算法是一种启发式算法,它将原优化问题分解为多个小优化问题来求解。原创 2016-07-28 23:29:34 · 3086 阅读 · 0 评论 -
【机器学习】kNN算法
k近邻法(k-nearest neighbor, k-NN)是一种基本分类方法,属于非概率模型,可以处理二类或多类问题。相比之前介绍过的Logistic回归、朴素贝叶斯、支持向量机这些复杂的分类模型相比,这个模型则显得简单很多了。它在文本分类、预测分析、模式识别、图像处理等各个领域都有广泛的应用。原创 2016-07-29 15:58:38 · 1803 阅读 · 0 评论 -
【机器学习】聚类分析(二)——从极大似然估计到EM算法
本文主要把EM算法的内容及其简单推导交待清楚,为后面实现高斯混合模型的聚类算法做一个铺垫,因此本文不会出现代码。原创 2016-08-03 05:34:19 · 6361 阅读 · 1 评论 -
【机器学习】局部加权线性回归
我们现实生活中的很多数据不一定都能用线性模型描述。原创 2016-07-20 16:15:55 · 30187 阅读 · 9 评论 -
【机器学习】用libsvm C++训练SVM模型
libsvm是台湾大学林智仁(Chih-Jen Lin)教授于2001年开发的一套支持向量机的工具包,可以很方便地对数据进行分类或者回归分析。原创 2017-03-20 20:19:42 · 8831 阅读 · 34 评论