machine learning
文章平均质量分 67
legend_xiang
北京理工大学在校研究生 邮箱:legend_fly@qq.com
展开
-
PRML 阅读笔记及疑问(小序言)
基础比较薄弱,所以读起这本《PRML》还是bi'jiao原创 2014-09-27 18:03:10 · 596 阅读 · 0 评论 -
PRML 阅读笔记(十二)<4.2>
4.2 Probabilistic Generative Models原创 2014-11-05 20:20:56 · 731 阅读 · 0 评论 -
PRML 阅读笔记(十)<3.3-3.6>
3.3 Bayesian Linear Regression原创 2014-11-05 17:14:45 · 1224 阅读 · 0 评论 -
PRML 阅读笔记(七)<2.3.3-2.3.9>
2.3.3 Bayes'theorem for Gaussian variables原创 2014-10-20 22:04:42 · 1404 阅读 · 0 评论 -
PRML 阅读笔记(十一)<4.1>
4 Linear Models for classification 这一章开始jie原创 2014-11-05 17:43:16 · 848 阅读 · 0 评论 -
PRML 阅读笔记(六)<2.3.1-2.3.2>
2.3 The Gaussian Distribution gao's原创 2014-10-17 21:33:24 · 897 阅读 · 0 评论 -
PRML 阅读笔记(九)<3.1-3.2>
3.Linear Models for Regression原创 2014-10-26 23:26:34 · 866 阅读 · 0 评论 -
机器学习中的范数规则化之(二)核范数与规则项参数选择
上一篇博文,我们聊到了L0,L1和L2范数,这篇我们絮叨絮叨下核范数和规则项参数选择。知识有限,以下都是我一些浅显的看法,如果理解存在错误,希望大家不吝指正。谢谢。 三、核范数 核范数||W||*是指矩阵奇异值的和,英文称呼叫Nuclear Norm。这个相对于上面火热的L1和L2来说,可能大家就会陌生点。那它是干嘛用的呢?霸气登场:约束Low-Rank(低秩)转载 2014-10-25 11:10:26 · 598 阅读 · 0 评论 -
机器学习中的范数规则化之(一)L0、L1与L2范数
今天我们聊聊机器学习中出现的非常频繁的问题:过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大,为了不吓到大家,我将这个五个部分分成两篇博文。知识有限,以下都是我一些浅显的看法,如果理解存在错误,希望大家不吝指正。谢谢。 监督机器学习问题无非就是“minimizeyour error whil转载 2014-10-25 11:07:14 · 713 阅读 · 0 评论 -
PRML 阅读笔记(五)<2.1--2.2>
2 Probability Distribution 概率分布在模式识别问题中扮演了很重要的角色,而我们常说的分布都属于参数分布的范畴,因为这些分布都由一些列可调整的参数来控制,如正态分布里的均值与方差。从频率学派的角度看,要通过一些优化准则来对参数的值进行改变,例如似然函数。而在贝叶斯的观点看来,先对参数的先验分布进行预估,然后通过给定的样本数据用贝叶斯理论来计算后验分布。原创 2014-10-08 19:26:07 · 798 阅读 · 0 评论 -
PRML 阅读笔记(二)<1.3--1.4>
1.3 Model Selection原创 2014-09-29 11:13:06 · 858 阅读 · 0 评论 -
PRML 阅读笔记(三)<1.5>
1.5 Decision Theory原创 2014-10-07 16:52:26 · 831 阅读 · 0 评论 -
PRML 阅读笔记(四)<1.6>
1.6 Information Theory原创 2014-10-07 19:57:27 · 671 阅读 · 0 评论 -
核函数-Kernel Function汇总
转自:http://www.zhizhihu.com/html/y2010/2292.html Kernel FunctionsBelow is a list of some kernel functions available from the existing literature. As was the case with previous articles, eve转载 2014-10-25 16:11:57 · 791 阅读 · 0 评论 -
PRML 阅读笔记(一)<1.1--1.2>
第一章《introduction》,一开始先介绍了一些背景zh原创 2014-09-27 18:06:02 · 1716 阅读 · 0 评论 -
PRML 阅读笔记(八)<2.4-2.5>
2.4 The Exponential Family原创 2014-10-21 08:36:45 · 785 阅读 · 0 评论 -
PRML 阅读笔记(十三)<4.3>
4.3 Probabilistic Discriminative Models原创 2014-11-05 21:30:35 · 730 阅读 · 0 评论