自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(28)
  • 资源 (1)
  • 收藏
  • 关注

原创 LDA(一):LDA前身PLSA介绍与推导

PLSA介绍与推导:概率隐语义分析(PLSA)是一个著名的针对文本建模的模型,是一个生成模型。因为加入了主题模型,所以可以很大程度上改善多词一义和一词多义的问题。数学基础:生成模型: 预测模型的公式是P(y|x)P(y|x),即给定输入,输出给定输入的概率分布,就要学习联合分布P(x,y)P(x,y),所以还要先求出P(x)P(x),反应的数据本身的相似度。 这样的方法之所以称为生成方法,是因

2016-05-21 13:36:21 4542 1

原创 机器学习笔记(三)矩阵和线性代数

特征向量、对称矩阵对角化、线性方程

2016-03-09 17:00:37 4523

原创 机器学习笔记(二)矩估计,极大似然估计

1.参数估计:矩估计样本统计量设X1,X2…Xn…X_1,X_2…X_n…为一组样本,则 - 样本均值 : X¯¯¯=1n∑i=1nXi\overline{X} = \frac{1}{n}\sum^n_{i=1}X_i - 样本方差:S2=1n−1∑i=1n(Xi−X¯¯¯)2S^2 = \frac{1}{n-1}\sum_{i=1}^n(X_i-\overline{X})^2

2016-02-01 12:21:15 6789

原创 机器学习笔记(二)数理统计

数理统计@(Machine Learning)[数理统计和参数估计]1.事件的独立性: 给定AA和BB是两个事件,若有P(AB)=P(A)P(B)P(AB) = P(A)P(B) 则称事件AA和BB相互独立。 说明: AA和BB相互独立,则P(A|B)=P(A)P(A|B) = P(A)意为事件BB的发生对AA没有任何影响。 实践中往往根据两个事件是否相互影响二判断独立性:如

2016-02-01 12:18:09 2525

原创 通过贝叶斯logistic回归看拉普拉斯近似

PRML Reading Group@(PRML)[拉普拉斯近似, 贝叶斯logist回归]首先贝叶斯logistic回归是什么呢? 如果想了解拉普拉斯近似,我们不妨可以先从他的应用—-贝叶斯logistic回归看起,那么它和贝叶斯线性回归,logistic回归有什么区别呢? 线性模型:像我们熟悉的logistic回归,通常做法就是取一个二项分布的似然函数,再最大似然这个函数,转

2016-01-29 11:52:14 7995

原创 机器学习笔记(一)微积分

微积分@(Machine Learning)[微积分, 概率论]1.夹逼定理:当x∈U(x0,r)x \in U(x_0,r)时,有g(x)≤f(x)≤h(x)g(x)\leq f(x)\leq h(x)成立,并且limx→x0g(x)=A,limx→x0h(x)=A\lim_{x \to x_0}g(x) =A , \lim_{x \to x_0}h(x) =A 那么:limx→x0f(x)=

2016-01-13 20:13:43 2956

原创 Stanford机器学习课程(Andrew Ng) Week 1 Parameter Learning --- 线性回归中的梯度下降法

本节将梯度下降与代价函数结合,并拟合到线性回归的函数中 这是我们上两节课得到的函数,包括: 梯度下降的公式 用于拟合的线性假设和h(x) 平方误差代价函数 J(θ0 , θ1) 步骤 我们把J(θ0 , θ1)带入到左边的梯度下降公式中,展开成下面形式 我们假设梯度下降算法起始地两个初值J = 0 , 1 。分别对θ0 和θ1求偏导

2015-12-15 17:12:17 1317

原创 Stanford机器学习课程(Andrew Ng) Week 1 Parameter Learning --- 梯度下降法

随机梯度下降是很常用的算法,他不仅被用在线性回归上,实际上被应用于机器学习领域中的众多领域。 本节我们可以用这种算法来将代价函数最小化 我们想要使用梯度下降算法得到 θ0和θ1来使代价函数J(θ0 , θ1)最小化,当然也适用于其他跟一般的函数比如J(θ0,….θn)。 下面是关于梯度下降的构想: 预估两个初始值θ0和θ1作为起点 不断改变θ0和θ1使代价函数 J(

2015-12-15 15:26:10 1085

原创 Stanford机器学习课程(Andrew Ng) Week 1 Model and Cost Function --- 第二节 Cost Function

课程地址: https://www.coursera.org/learn/machine-learning/lecture/rkTp3/cost-functionCost Function 在学习线性回归之前,我们有必要补充代价函数的知识,来帮助我们弄清楚如何把最有可能的直线和我们的数据相拟合。还是上节课的数据集,而假设函数也是这样的一个最基本的线性函数形式 我们把θi称为模型参数

2015-12-14 16:15:33 1679

原创 Stanford机器学习课程(Andrew Ng) Week 1 Model and Cost Function --- 第一节 Model representation

Model representation 课程地址: https://www.coursera.org/learn/machine-learning/lecture/db3jS/model-representation?sort=lastActivityAtDesc&page=1这节课将通过讲述一个完整的线性回归的例子来了解监督学习的完整流程。首先根据不同房屋尺寸所出售的价格画出数据集,

2015-12-14 11:41:12 1562

原创 斯坦福大学自然语言处理第七课“情感分析(Sentiment Analysis)”

课程地址:https://class.coursera.org/nlp/lecture/311. What is Sentiment Analysis?情感分析(Sentiment analysis)又可以叫做 意见抽取(Opinion extraction) 意见挖掘(Opinion mining) 情感挖掘(Sentiment mining) 主观分析(Subjectivity anal

2015-12-02 21:25:20 15468 2

原创 斯坦福大学自然语言处理第二课“文本处理基础(Basic Text Processing)”

文本处理基础1.正则表达式(Regular Expressions)正则表达式是重要的文本预处理工具。 以下截取了部分正则写法: 2.分词(Word tokenization) 我们在进行每一次文本处理时都要对文本进行统一标准化(text normalization)处理。文本规模 How many words? 我们引入变量Type和Token 分别代表词典中的元素(an

2015-08-26 18:47:21 2628

原创 斯坦福大学自然语言处理第一课 “引言(introduction)”

斯坦福大学自然语言处理第一课“引言(introduction)”

2015-08-25 22:10:15 2871

原创 基于文本向量空间模型的文本聚类算法

基于文本向量空间模型的文本聚类算法@[vsm|向量空间模型|文本相似度] vsm概念简单,把对文本内容的处理转化为向量空间中的向量计算,以空间上的相似度来直观表达语义上的相似度。目录基于文本向量空间模型的文本聚类算法文本聚类向量空间模型vsm文本预处理获取每篇文档词频获得相同长度的向量归一化idf频率加权tf-idf加权并归一化计算向量间的夹角文本聚类文本聚类主要依据聚类假设

2015-06-22 11:05:50 6518 1

原创 Android Fragment学习笔记(2) ----使用ListFragment显示列表(上)

上文的创建的“陋习”app模型层仅包含一个Crime实例,下面将添加一个包含Crime的列表app的模型层将新增一个CrimeLab对象,该对象是一个数据集中存储池,用来存储Crime对象。当然也应相应的增加一个CrimeListActivity和CrimeListFragment。更新CriminalIntent的模型层单例与数据集中存储在本app中,crime数组对象将

2015-05-13 19:36:46 2003

原创 Android Fragment学习笔记(1)———简单Fragment实现

我们使用某些app的时候可能会有类似经历,想连续翻看多个人的空间资料,却只能一个一个点击用户名打开,如果不需要返回,直接滑动翻看各个人的空间就好了。activity自身并不具有这样的灵活性。activity视图可以在运行时切换,但控制视图的代码必须在activity中实现。因此各个activity还是得和特定的用户屏幕紧紧绑定在一起。采用Fragment就可以绕开activity规则的限制。

2015-05-12 21:52:17 1383

原创 Handler的理解及android.view.ViewRootImpl$CalledFromWrongThreadException错误处理

最近在开发安卓http程序中遇到了一些异常,再次记录一下:在前面的几篇文章中,不管是AsyncTAsk方式,亦或是new一个Runable,都没有涉及UI界面的更新,

2015-05-08 21:48:47 1061

原创 Android中基于HTTP的通信技术(5)Google开源库 使用 Volley 实现 JSON 字符串请求

使用 Volley 实现 JSON 字符串请求,通过极少的代码以及更方便理解的参数完成通信。(来自极客学院的学习笔记,我是搬运工- -)  Volley是谷歌开发android平台的网络通信库:更快,更简单,更健壮。  volley提供的功能;  1.JSON,图片(异步)  2.缓存  3.网络请求的排序  4.网络请求的优先级处理   5.多级别的取消请求

2015-05-07 10:17:38 658

原创 Android中基于HTTP的通信技术(4)使用HttpClient进行Post方式通信

使用HttpClient进行Post方式通信,通过HttpClient建立网络链接,使用HttpPost方法传出数据与读取数据,传出和传入的数据都是Entity的子类。package com.example.httpclientpost;import java.io.IOException;import java.io.UnsupportedEncodingException;impo

2015-05-06 20:37:50 725

原创 Android中基于HTTP的通信技术(3)使用HttpClient进行Get方式通信

继续搬砖学习android通信(来自极客学院)使用HttpClient进行Get方式通信,通过HttpClient建立网络链接,使用HttpGet方法读取数据,并且通过Response获取Entity返回值。package com.example.httpclientget;import java.io.IOException;import org.apache.http.HttpRe

2015-05-06 18:02:38 681

原创 Android中基于HTTP的通信技术(2)使用Http的Post方式读取网络数据

上文说到get方式是通过url来传递数据的,在post方式中,是通过urlConnection的输出流向服务器传输数据的。以下是实例:package com.example.httppost;import java.io.BufferedReader;import java.io.BufferedWriter;import java.io.IOException;import j

2015-05-06 17:07:38 797

原创 Android中基于HTTP的通信技术(1)使用Http的Get方式读取网络数据

学习笔记(来自极客学院)使用Get方式与网络通信是最常见的Http通信,建立链接之后就可以通过输入流读取网络数据。package com.example.httpget;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import java.io.InputSt

2015-05-06 16:50:40 767

原创 Android中基于HTTP的通信技术(0)AsyncTask的使用

最近补充了点的android网络知识,来自于极客学院,自己怕忘便整理了下当作自己的笔记用。我们知道如果线程执行时很容易出现假死状况(加载时间过长),android使用了AsyncTask这个类来解决这个问题下面是实例:package com.example.usingasynctask;import java.io.BufferedReader;import java.io.IOEx

2015-05-06 11:32:22 609

转载 Java回调函数的理解

最近在andriod开发中遇到了回调函数,总是感觉理解不够。从维基百科上面摘抄定义:(看完本篇文章再来理解这个定义)        在计算机程序设计中,回调函数,或简称回调,是指通过函数参数传递到其它代码的,某一块可执行代码的引用。这一设计允许了底层代码调用在高层定义的子程序。  下面举个通俗的例子:    某天,我打电话向你请教问题,当然是个难题,^_^,你一时想

2015-04-16 11:28:24 689

转载 python随机数生成

此文为转载点击打开链接Python中的random模块用于生成随机数。下面介绍一下random模块中最常用的几个函数。random.randomrandom.random()用于生成一个0到1的随机符点数: 0 random.uniform  random.uniform的函数原型为:random.uniform(a,

2015-04-06 11:42:34 899

原创 机器学习初探———【K-近邻算法】

一句话:测量不同特征值之间的距离进行分类优点:精度高,对异常值不敏感,无数据假定输入。缺点:计算复杂度高,空间复杂度高。使用数据范围:数值型和标称型。k-近邻算法的一般流程:收集数据:任何方法。准备数据:距离计算所需要的数值,最好是结构化数据格式。分析数据:任何方法。训练方法:此步骤不适用于k-近邻算法。测试方法:计算错误率。使用算法

2015-03-30 11:28:04 675

原创 自学android 问题归纳

1.创建onclickLisntener时出错:答:没有导入android.view.View.onClickListener的包。2.No Launcher activity found错误:在manifest.xml中里面没有配置启动项,在中少了这段代码android:label="@string/app_name">

2015-01-15 16:32:02 651

原创 树莓派设置静态IP

树莓派配置静态ip:访问树莓派有三种方式,SSH,HDMI,VNC。如果你在linux下可以直接登陆终端输入“ ssh + 你的ip地址”,然后输入密码即可。如果你在windows下呢,你可以下载这款很好用的免费软件。http://www.putty.org/.进入正题:通常我们在windows下使用putty要知道树莓派的ip地址,比如我的就是10.10.1.121,那么我们

2014-07-16 14:35:10 2479

数学之美pdf

数学之美的pdf,nlp入门书籍,主要讲述nlp的理念

2015-11-25

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除