Algorithm
山野闲者
这个作者很懒,什么都没留下…
展开
-
机器学习算法思路
1.PCA主成分分析参考网站:https://blog.csdn.net/hjimce/article/details/45000221 1)给定二维数据点集P(x,y),找到散乱点重心坐标P0; 2)将散乱点所在坐标系改为重心P0为原点,即所有点做相应的平移,所有点减去P0坐标即可(或者叫做坐标系原点移至散乱点重心P0),并构建矩阵M=|P1-P0 P2-P0...原创 2018-05-06 22:27:38 · 482 阅读 · 0 评论 -
机器学习入门--and(or)感知机
参考网站:https://www.zybuluo.com/hanbingtao/note/433855分析:and是一个二元函数,带有两个参数和,可以通过一个感知机模拟此二元函数运算实现思路:激活函数选择阶跃函数权重weight和偏置bias更新方法如下:;;(其中;,t是训练样本的实际值(label),lr是学习率,y是感知器的输出值)实现步骤:1)定义感知机中所需要...原创 2018-07-17 12:15:41 · 3954 阅读 · 0 评论 -
机器学习入门--线性回归
参考网站:https://www.zybuluo.com/hanbingtao/note/448086线性回归单元示图:权重与偏置参数更新方法如下,其中看成偏置,其实是不存在的,可以认为,详细推演方法见参考网站,最终梯度为。目标函数即误差函数,即为每个标签值与预测值差值平方和最小。误差函数越小,学习的效果越好。参数更新采用梯度下降法:实现代码:思路其实和and(...原创 2018-07-17 22:53:59 · 308 阅读 · 0 评论 -
时间复杂度
相对时间,通常情况可以先简化,比如以5次执行为例,看一下具体执行时间,然后推广到n次。如何推导时间复杂度?1)如果运行时间是常数量级,用常数1表示;2)只保留时间函数中的最高阶项;3)如果最高阶项存在,则省去最高阶项前面的系数。...原创 2018-08-27 12:11:20 · 123 阅读 · 0 评论 -
机器学习入门 _概率论
最大似然估计:前提1:一定量样本前提2:已知概率分布模型结果:最大化类似当前分布的估计,最大化当前事件发生的概率(如从盒子中取出小球的概率)一个在已知观察结果(即样本)和给定概率分布模型的基础上,估计概率分布模型的参数,并使得在该参数下,生成这个已知样本的可能性最大的方法。(条件:样本+概率分布模型,结果:最可能接近已知样本)简单描述:最大似然估计就是去找参数估计值,使得已经观...原创 2018-10-25 21:39:00 · 252 阅读 · 0 评论 -
机器学习入门--神经网络(正向传播,反向传播)
1.正向传播1)创建节点所需要的标号node_index,输出output,计算所需权重weight_vector2)将两层间不同神经网络节点连接线上的权重赋给当前计算节点所需要的权重weight_vector3)按照公式计算输出(其中包括了relu的计算)ps:以下代码可以理解为计算了的值# -*- coding: UTF-8 -*-import os #创建一个节...原创 2018-11-01 23:54:25 · 1646 阅读 · 0 评论 -
pytorch学习
1.pytorch环境配置(docker)docker环境--配置过程(配置成功--能使用nvidia-docker命令) 拉取pytorch镜像--参考网站(命令--docker pull nvcr.io/nvidia/pytorch:19.01-py3) 启动docker容器--参考网站(命令--sudo nvidia-docker run -it --rm -v local_dir:...原创 2019-02-19 15:14:19 · 5102 阅读 · 0 评论