机器学习
PiggyGaGa
本科是数学专业,个人比较喜欢研究算法,参加过一些数学建模的竞赛,博客主要涉及一些我上学学习过程中学习的知识和遇到的问题。
研究生的专业是计算机,主要研究图神经网络,税务大数据分析
展开
-
机器学习决策树学习算法(C++实现)
C++ 实现决策树学习算法 史上最简单写在前面当看到自己的程序能够将简单的例子成功运行,证明自己程序的逻辑性没有问题,真的是非常高兴,虽然需要做 的事情还有很多很多,总之还是有一些喜悦的啦,所以将我的这段工作以这篇博客记录下来,如果有人看到能和我 相互交流那再好不过了。刚刚还在知乎上面搜索了一个词是什么意思,可能大家都听过这个词:造轮子,我这次做的工作算是造轮子吧, 大牛说:放到编程中,就是说原创 2017-12-02 16:49:50 · 20258 阅读 · 4 评论 -
小组交流
深度学习交流内容深度学习来源 深度学习来源于机器学习中的神经网络。网络结构模型评价如何学习深度学习来源神经网络结构1. 神经网络的基础结构是神经元 (M-P 神经元)1943年提出来的y=f(∑i=1nwixi−θ)y=f(∑i=1nwixi−θ)y = f(\sum_{i=1}^{n}w_i x_i - \theta) 网络结构, ...原创 2018-08-03 22:30:25 · 324 阅读 · 0 评论 -
从理论到实践介绍Bayes方法
Bayes理论 概率和统计的区别: 概率论和统计学解决的问题是互逆的。 在概率论中,我们已知一个过程的概率模型,该概率模型的不确定性由响应的概率分布来描述,概率论回答的问题是该过程产生一个结果的可能性有多大这样的问题,比如我们扔一枚硬币,得到硬币正面的可能性是50%,这个概率分布是建立在概率论的基础上的。 在统计学中,一个过程的概率分布是未知的,但是...原创 2018-08-19 07:30:56 · 733 阅读 · 0 评论 -
Decision Tree C++
##写在前面这是好久之前遗留的一篇博客,最近要好好谢谢文字,所以把之前落下的补上,欢迎大家批评指正。关于决策树的理论部分,我之前写过一篇博客,同时也实现了决策树的算法离散型决策树的C++实现,但是当时的那个实现只能针对训练数据是离散型变量的,不能处理连续型数值。这篇文章是继承上面那一篇文章的,所有的理论部分全部都可以在上一篇文章中看到,这篇文章着重处理连续型变量怎样用决策树处理。所以在读这篇文章...原创 2019-04-27 12:32:57 · 693 阅读 · 0 评论 -
PCA原理
PCA各位,久违了~什么是PCA?什么是PCA呢?这是一个问题,什么样的问题?简单而又复杂的问题,简单是因为百度一下就会出现一大堆的解释,复杂是因为它里面蕴含的内容还是很多的,值得我们仔细研究研究。PCA 取自其英文的三个单词的首字母:Principle component analysis。中文名字:主成分分析。恐怕大家很早就知道PCA是个什么东东,并且还用过matlab、python、...原创 2019-05-31 10:10:31 · 113249 阅读 · 59 评论