- 博客(8)
- 资源 (3)
- 收藏
- 关注
原创 ML_aPP:8.Logistic regression笔记
Logistic回归对于{0,1}分类有很好的效果;Logistic model 算是Generalized Linear Model中的一类。 本章目录:sigmoid函数p(y=1|x,w)>0.5预测y=1;否则预测y=0.下面两个图中的分类可以展示Logistic的魔力。8.2 Model specificationp(y=1|x,w)可
2012-12-30 15:24:52 2522
转载 机器学习中的各种距离
在做分类时常常需要估算不同样本之间的相似性(Similarity Measurement),这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究,甚至关系到分类的正确与否。本文的目的就是对常用的相似性度量作一个总结。本文目录:1. 欧氏距离2. 曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离5. 标准化欧
2012-12-29 16:21:44 7804
原创 ML:aPP:7.线性回归<Linear Regression>
本章目录:====================================================7.1 Introduction 线性回归是统计和机器学习领域最基本的模型,其实在科研领域,经典的模型是用的最多的模型。线性模型就是一种经典的模型。====================================================
2012-12-27 20:33:31 2945
原创 A new Machine Learning Book:“Machine Learning:A Probabilistic Perspective”
作者 Kevin P Murphy的主页:http://www.cs.ubc.ca/~murphyk/;ML:aPP的主页:http://www.cs.ubc.ca/~murphyk/MLbook/index.html;本书提供了一个matlab/python的toolbox,very good。CSDN下载链接:http://download.csdn.net/detail/life
2012-12-27 10:24:50 2774
转载 AI会议的总结(by南大周志华)
说明: 纯属个人看法, 仅供参考. tier-1的列得较全, tier-2的不太全, tier-3的很不全.同分的按字母序排列. 不很严谨地说, tier-1是可以令人羡慕的, tier-2是可以令人尊敬的,由于AI的相关会议非常多, 所以能列进tier-3的也是不错的=====================================================
2012-12-26 21:39:57 32192 1
原创 重大利好消息:Coursera上<Machine Learning>的视频讲义资源
Coursera:Andrew Ng,恰恰是Machine Learning的任课教师在校的同学,可以通过“六维空间”下载,在文档资料区。=============================================================================================================
2012-12-11 12:14:19 6772 2
原创 傅里叶分析—傅里叶变换
一、傅里叶变换连续的傅里叶变换可以看成是“复数形式的傅里叶级数”的连续形式: 从该定理可以看出,函数可以由其傅里叶变换经过积分运算完美重建。==============================另一个例子:==========================================================
2012-12-03 10:55:35 1749
原创 傅里叶分析—傅里叶级数
名字起得很大。本文介绍Fourier级数、Fourier变换等基本数学概念及概念背后对应的物理意义。一、傅里叶分析简介 展开成傅里叶级数的基本目的是要把一个信号(时间变量t的函数)分解为不同的频率分量。这些基本的构造块是正弦函数和余弦函数 sin(nt) cos(nt) 例如,考察下面的函数:f(t) = sin(t) + 2c
2012-12-01 14:31:41 5786 2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人