ingridlee的博客

转载 搭建ssm工程

1Java环境要求：1.1JDK 1.6下载的是：jdk1.6.0_45-windows-x64.exe安装路径：将JDK下载后解压，我的解压路径是：C:\Program Files (x86)\Java添加环境变量，A、属性名称：JAVA_HOME属性值：C:\Program\Files\Java\jdk1.6.0_02B、属性名称：PATH属性值：;%JAVA...

转载 斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法

本文对应斯坦福ML公开课的第12个视频，第12个视频与前面相关性并不大，开启了一个新的话题——无监督学习。主要内容包括无监督学习中的K均值聚类(K-means)算法，混合高斯分布模型(Mixture of Gaussians, MoG)，求解MoG模型的EM算法，以及EM的一般化形式，在EM的一般化形式之前，还有一个小知识点，即Jensen不等式(Jensen’s inequality)。...

转载 （六）观察者模式详解（包含观察者模式JDK的漏洞以及事件驱动模型）

本章我们讨论一个除前面的单例以及代理模式之外，一个WEB项目中有可能用到的设计模式，即观察者模式。                 说起观察者模式，LZ还是非常激动的，当初这算是第一个让LZ感受到设计模式强大的家伙。当初LZ要做一个小型WEB项目，要上传给服务器文件，一个需求就是要显示上传进度，LZ就是用这个模式解决了当时的问题，那时LZ接触JAVA刚几个月，比葫芦画瓢的用了观察者模式。 ...

转载 【机器学习-斯坦福】学习笔记7 - 最优间隔分类器问题

最优间隔分类器问题本次课程大纲：1、 最优间隔分类器2、 原始优化问题&对偶优化问题（KKT条件）3、 SVM对偶问题4、 核方法（下一讲） 复习：支撑向量机中改动的符号：输出y∈{-1,+1}h输出的假设值也改为{-1,+1}g(z) = { 1 , 如果z>=0;  -1, 如果z<0}hw.b(x)=g(wTx+b)，这里的b相当于原来的θ0，w相当于原来θ除去θ0剩余部...

转载 生成学习算法

转载 【机器学习-斯坦福】学习笔记4 - 牛顿方法

  【机器学习-斯坦福】学习笔记4 - 牛顿方法分类： 机器学习2013-10-10 12:45 74人阅读 评论(0) 收藏 举报机器学习牛顿方法指数分布族广义线性模型牛顿方法本次课程大纲：1、  牛顿方法：对Logistic模型进行拟合2、 指数分布族3、  广义线性模型（GLM）：联系Logistic回归和最小二乘模型 复习：Logistic回归：分类算法假设给定x以为参数的y=1和y=0的...

转载 【斯坦福---机器学习】欠拟合和过拟合

本讲大纲：1.局部加权线性回归（locally weighted linear regression）给定一个数据集，根据x预测y. 最左边的函数为，并不能很好的拟合数据； 中间的加了一个额外的特性，函数为，稍微更好地拟合了数据； 似乎我们增加越多的特性，拟合程度越好；但是增加太多的特性是很危险的，最右边的图是一个五阶的多项式，虽然很好的拟合了给定的数据集，但是这个并不是一个很好的预测函数。欠拟合...

转载 监督学习应用与梯度下降

（斯坦福大学公开课--监督学习应用与梯度下降笔记）本课内容：1、  线性回归2、  梯度下降3、  正规方程组 （复习）监督学习：告诉算法每个样本的正确答案，学习后的算法对新的输入也能输入正确的答案 。监督指的是在训练样本答案的监督下。1、 线性回归例：Alvin汽车，先让人开车，Alvin摄像头观看（训练），而后实现自动驾驶。本质是一个回归问题，汽车尝试预测行驶方向。 例：上一节课的房屋大小与价...