机器学习
hj_huangjun
这个作者很懒,什么都没留下…
展开
-
在64位机器上使用LIBSVM编译时提示错误
Error using ==> svmtrain Function "mxGetIr_700" is obsolete in file ".\compat32.cpp", line 282.(64-bit mex files using sparse matrices must be rebuilt with the "-largeArrayDims" option. % mex -原创 2014-01-06 19:11:58 · 2338 阅读 · 0 评论 -
LDA学习笔记
最近学习LDA有一段时间了,现在基本上理解了是怎么回事这里介绍学习LDA的几篇文章1. Latent Dirichlet Allocation2. Parameter estimation for text analysis3. An Introduction to MCMC for Machine Learning4. Variational Message Passin原创 2013-12-20 20:11:16 · 1065 阅读 · 0 评论 -
收集一些好关于机器学习方面的博客:时刻更新
http://freemind.pluskid.org/http://blog.pluskid.org/http://lifegoo.pluskid.org/原创 2013-12-01 22:46:05 · 585 阅读 · 0 评论 -
机器学习方面的一些大牛小牛
Michael I. Jordan点击打开链接原创 2013-12-01 23:04:13 · 1785 阅读 · 0 评论 -
概率主题模型简介 Introduction to Probabilistic Topic Models
http://www.cnblogs.com/siegfang/archive/2013/01/30/2882391.html概率主题模型简介 Introduction to Probabilistic Topic Models此文为David M. Blei所写的《Introduction to Probabilistic Topic Mode转载 2013-11-29 12:04:04 · 1271 阅读 · 0 评论 -
Data Clustering:A Review
http://www.cnblogs.com/siegfang/archive/2012/06/05/2537230.html5. 聚类技术不同的文本聚类技术可以用图7的层次图来加以描述(其它对于聚类方法的分类描述也是可以的;我们的方法是基于在Jain和Dubes的描述[1988])。在顶层,层次聚类和划分聚类有所不同(层次聚类产生一系列嵌套的分区,而划分聚类产生只一个分区)。转载 2013-11-29 12:09:10 · 3211 阅读 · 0 评论 -
Deep Learning
引言:神经网络(Neural Network)与支持向量机(Support Vector Machines,SVM)是统计学习的代表方法。可以认为神经网络与支持向量机都源自于感知机(Perceptron)。感知机是1958年由Rosenblatt发明的线性分类模型。感知机对线性分类有效,但现实中的分类问题通常是非线性的。神经网络与支持向量机(包含核方法)都是非线性分类模型。1986年,Rumm转载 2013-11-06 22:23:35 · 1475 阅读 · 1 评论 -
机器学习的一些开源工具
机器学习的一些开源工具I. Information Retrieval1. Lemur/IndriThe Lemur Toolkit for Language Modeling and Information Retrievalhttp://www.lemurproject.org/Indri:Lemur's latest search engine2. L转载 2013-11-02 12:10:07 · 9365 阅读 · 0 评论 -
vc维的本质和结构风险最小化
VC维在有限的训练样本情况下,当样本数 n 固定时,此时学习机器的 VC 维越高学习机器的复杂性越高。VC 维反映了函数集的学习能力,VC 维越大则学习机器越复杂(容量越大)。 所谓的结构风险最小化就是在保证分类精度(经验风险)的同时,降低学习机器的 VC 维,可以使学习机器在整个样本集上的期望风险得到控制。 推广的界(经验风险和实际风险之间的关系,注意引入这个原因是什么?因为训转载 2013-10-13 14:53:49 · 1042 阅读 · 0 评论 -
多项式分布
http://blog.csdn.net/tianguokaka/article/details/7710521Multinomial Variables说白了就是多种选择选其一。比如随机变量X有三种取值x1,x2,x3,那么用一个三维向量表示Multinomial 的取值就是{1,0,0},{0,1,0},{0,0,1}分别代表选中x1,x2,x3,即必须选中一个,同时只能选一个这样转载 2013-10-10 16:30:46 · 9051 阅读 · 0 评论 -
人工智能机器学习数据挖掘著名会议
转载 人工智能机器学习数据挖掘著名会议下面同分的按字母序排列: IJCAI (1+): AI最好的综合性会议, 1969年开始, 每两年开一次, 奇数年开. 因为AI 实在太大, 所以虽然每届基本上能录100多篇(现在已经到200多篇了),但分到每个领域就没几篇了,象machine learning、computer vision这么大的领域每次大概也就10篇左右, 所以难度很大. 不过从转载 2009-10-24 15:14:00 · 1045 阅读 · 0 评论 -
数据集资源网站
转载数据集资源网站UCI收集的机器学习数据集ftp://pami.sjtu.edu.cnhttp://www.ics.uci.edu/~mlearn///MLRepository.htmstatlibhttp://liama.ia.ac.cn/SCILAB/scilabindexgb.htmhttp://lib.stat.cmu.edu/样本数据库http://kdd.ics.uci.转载 2009-10-24 15:10:00 · 2411 阅读 · 0 评论 -
LIBSVM参数说明
English:libsvm_options:-s svm_type : set type of SVM (default 0) 0 -- C-SVC 1 -- nu-SVC 2 -- one-class SVM 3 -- epsilon-SVR 4 -- nu-SVR-t kernel_type : set type of kernel function (def原创 2014-03-04 12:53:35 · 2182 阅读 · 0 评论