机器学习
harily
在路上
展开
-
Linear Regression
Linear Regression线性回归 例1: 房屋价格预测,y轴为房屋价格,x轴为房屋大小 给出训练数据,然后用一条直线(或者二次曲线)拟合数据,当有新数据时就可以给出预测结果。 Model m表示样本数量,x表示输入特征(此例中对应的是房子面积),y表示输出值(此例中对应房子价格),用(x, y)表示训练样本,(xi, yi)表示第i个训练样本,令h为预测函数(hypothesi原创 2016-09-10 16:56:13 · 342 阅读 · 0 评论 -
模式识别导论
上完模式识别第一节课后,总结一下模式识别主要干的那些事。 模式识别的发展历史1929,光学字符识别,能读数字0-9;1930年,Fisher提出统计分类理论,奠定了统计模式识别的基础;然后从60-70年代开始,统计模式识别快速发展起来;66年,IBM组织模式识别的第一次会议,交流讨论,促进模式识别的发展,这点IBM是很有远见的;73年IEEE发起了模式识别的国际会议,ICPR,之后又建原创 2016-09-12 10:49:43 · 1728 阅读 · 0 评论 -
logistic regression
逻辑回归的详细推导过程都在这了,这里总结一下与线性回归的差别,假设函数不一样,逻辑回归加了sigmod函数,假设的意义不一样,逻辑回归的假设输出是概率,用梯度下降法的话,变量更新步骤是一样的,但是假设函数不一样,要注意区别。原创 2016-09-12 17:20:02 · 237 阅读 · 0 评论 -
稀疏自编码
稀疏自编码算法学习笔记如下:原创 2016-09-16 19:34:49 · 402 阅读 · 0 评论 -
主成分分析和白化
主成分分析和白化的笔记如下原创 2016-09-17 20:59:13 · 299 阅读 · 0 评论