- 博客(6)
- 资源 (18)
- 收藏
- 关注
RSS订阅原创 【机器学习中的数学】基函数与函数空间
引言在学习线性回归模型的时候就会遇到基函数，可能我们会遇到多项式基函数、高斯基函数、sigmoid基函数，当然在高等数学和信号系统中还经常会碰到傅里叶基。有时候，不禁要问，这些基函数为什么这么设计？这些基函数的作用是什么？ 后来发现基函数是核方法和字典训练的基础，于是乎，我逐渐有了一些例如特征转换和映射、字典元素的概念。不过还是对基函数与函数空间的关系、基函数的深层认识模棱两可。我希望能通过这篇文
2015-11-16 21:23:46
19556
1
原创 【python】locals()、globals()与名字空间
名字空间Python使用叫做名字空间的东西来记录变量的轨迹。名字空间只是一个字典，它的键字就是变量名，字典的值就是那些变量的值。实际上，名字空间可以象Python的字典一样进行访问。 在一个Python程序中的任何一个地方，都存在几个可用的名字空间。每个函数都有着自己的名字空间，叫做局部名字空间，它记录了函数的变量，包括函数的参数和局部定义的变量。每个模块拥有它自己的名字空间，叫做全局名字空间，它
2015-11-14 11:20:19
1646
原创 【机器学习技术】高斯过程初探
概述高斯过程是基于统计学习理论和贝叶斯理论发展起来的一种机器学习方法，适于处理高维度、小样本和非线性等复杂回归问题，且泛化能力强，与神经网络、支持向量机相比，GP具有容易实现、超参数自适应获取、非参数推断灵活以及输出具有概率意义等优点。 在统计学和机器学习两个领域中，一些基本理论和算法是共享通用的，但统计学的一个基本关注点在于对数据和模型关系之间的理解，而机器学习的目标主要是用于更准确的预测和对学
2015-11-13 15:21:52
20958
原创 【特征工程】特征选择与特征学习
title: 【特征工程】特征选择与特征学习 date: 2015-11-12 09:38:06 category: Feature Engineering tags: - Machine Learning- Feature Engineering特征选择与特征学习在机器学习的具体实践任务中，选择一组具有代表性的特征用于构建模型是非常重要的问题。特征选择通常选择与类别相关性强、且特征彼此间相
2015-11-12 22:52:32
14110
1
原创 【机器学习中的数学】函数空间
数学的空间数学中的空间概念是要有研究工作的对象和遵循的规则。其中，包含元素和结构。 如线性结构中，定义加法和数乘；拓扑结构中，要有距离、范数、开集三要素。距离范数是具有“长度”概念的函数。 距离、范数可以指向量的距离，我们可以定义以下几种向量的距离： d1(x,y)=sqrt((x1-y1)^2 + … + (xn-yn)^2) d2(x,y) = max{|x1-y1|, …,
2015-11-12 22:51:14
3431
原创 【聚类分析】聚类算法初阶引入
1 聚类分析基本概念聚类分析将数据划分成有意义或有用的簇。如果目标是划分成有意义的组，则簇应当捕获数据的自然结构。 聚类分析是一种分类的多元统计分析方法。按照个体或样品的特征将它们分类，使同一类别内的个体具有尽可能高的同质性(homogeneity)，而类别之间则应具有尽可能高的异质性(heterogeneity)。 聚类是研究数据间逻辑上或物理上的相互关系的技术，其分析结果不仅可以揭示数据间的
2015-11-12 22:49:11
5501
Reactive Programming with Scala and Akka（Pdf格式）
2016-05-15
Learning scikit-learn Machine Learning in Python
2015-01-28
Building Probabilistic Graphical Models with Python
2015-01-28
Building.Machine.Learning.Systems.with.Python
2015-01-28
Visual Assist X 10.8.2043.0 完美破解版
2014-08-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人