2017年10月_骄阳如火

12月 11月 10月

转载 EM算法--ML之六

EM算法基本概念Jensen不等式Jensen不等式是EM算法最重要的一个公式，具体如下：最大似然估计最大似然估计在线性回归和逻辑回归中都说过，简单说，就是在估计过程中，估计最大可能的情况。二项分布的最大似然估计硬币投掷实验是解释二项分布的最好解说，投币实验过程中，进行N次独立实验，n次朝上，N-n次朝下，假定朝上的概率为p，那么p = n/NGMM算法高斯混合模型是EM算法非常典型的应用，高斯

2017-10-29 17:58:32 563

转载主题模型LDA-ML之七

LDA 主题模型LDA的应用方向信息提取和搜索文档分类/聚类、文章摘要、社区挖掘基于内容的图像聚类、目标识别生物信息数据的应用基础函数LDA基本函数 LDA涉及的问题共轭先验分布Dirichlet分布LDA模型：Gibbs采样算法学习参数共轭先验分布在贝叶斯概率理论中，如果后验概率p(θ|x)和后验概率p(θ)满足同样的分布律，那么，先验分布和后验分布被叫做共轭分布，同时先验

2017-10-26 19:38:50 396

转载 SVM--ML之四

SVM算法简介SVM全程Support Vector Machine，支持向量机，在深度学习出来之前，长期霸占机器学习算法图像识别榜首位置多年，可见该算法的魅力，相当于冷兵器时代的长枪。线性可分支持向量机分割超平面假设在二维平面上有两个数据集，C和D为两个不想交的凸集，则存在超平面P，P可以将C和D分离。两个集合的距离，定义为两个集合间元素的最短距离；做集合C和集合

2017-10-25 22:25:57 409

翻译 WSO2之DAS介绍使用之一

DAS介绍DAS是WSO2的重要组件，全称是Data Analytics Server，是一个功能强大的开源实时数据流分析平台，它提供流数据分析、复杂事件处理、机器学习算法，有效帮助你理解事件、映射影响、模式识别，时间相应在毫秒级。下面是DAS的数据处理流程。实时处理百万级数据基于流分析的优势，构建高可扩展的高效实时分析系统更便捷的分析方法利用Siddhi来

2017-10-24 15:59:45 1104

原创决策树-ML之三

决策树决策树基本概念熵在决策树模型中，最重要的一个概念就是熵，熵从通俗语言来讲就是信息的不确定性，比如我有一袋5个水果，不知道是什么水果，目前的不确定性是最大的，熵最大，如果拿出来一个是苹果，那么这袋水果的不确定性就减小了，熵也减小了，再拿出一个知道是梨子，熵进一步减小，直到取出所有水果，这时候不确定性最低，都确定了，熵也为0了。熵的定义是:H(x) = -p(x)log p(x) 联合熵：H

2017-10-24 15:55:44 242

原创线性回归-ML之二

机器学习算法机器学习算法主要介绍线性回归、逻辑回归、决策树、随机森林、提升、svm、聚类、贝叶斯算法、LDA，HMM算法。线性回归方法：使用极大似然估计解释最小二乘法误差是独立同分布的，服从均值为0，方差为定值的高斯分布（中心极限定理）。中心极限定理实际问题中，很多随机现象可以看做众多因素的独立影响的综合反应，往往近似服从正态分布。计算过程似然函数计

2017-10-21 19:17:30 307

原创机器学习流程--ML之一

机器学习概论流程机器学习处理的流程大概如下:（1）数据获取（2）数据清洗，特征工程（3）模型选择（4）结果校验那么，在模型选择及结果校验过程中，有如下几个标准：过拟合与欠拟合过拟合就是模型训练的太好了，在训练集上能够非常好的完成目的，但是在测试集上，效果却很差，通常过拟合是模型参数选择过多导致，而欠拟合就是模型在测试机和训练集上表现都不好。欠拟合好处理，而过拟合不好处理

2017-10-21 19:10:10 936

翻译基于Python的分布式高可用扩展引擎Ray 0.2.0发布

翻译自https://ray-project.github.io/2017/09/30/ray-0.2-release.html我们很高兴发布Ray 0.2版本发布，本次发布包括以下信息： * Plasma 对象存储性能的重大提升 * 增加基于Jpuyter 的web UI页面 * 开始可扩展增强学习库的开发 * 行为容错处理Plasma自从上次发布后，Plasma对象已经从Ray项目的基

2017-10-21 11:37:57 2848