![](https://img-blog.csdnimg.cn/20190918140158853.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
文章平均质量分 76
基础机器学习算法原理及代码笔记
young_monkeysun
应 润 尽 润,华 润 万 家
展开
-
从代码出发:多层全连接神经网络反向传播算法代码剖析
BP反向传播算法剖析代码运行过程最后结果可视化‘’’写在前面:复习了一边BP算法,照着书上代码研究了一遍,加了些注释。代码看起来还能接受,自己照着写出来的就出现各种问题。代码的实现接近tf底层源码,能更好理解tf的实现和运行。‘’’代码已经添加了完整的注释,具体内容可以依据《TensorFlow深度学习:龙龙老师》书籍查阅。代码# import tensorflow as tffrom sklearn.datasets import make_moons from sklearn.mode原创 2020-09-25 14:44:58 · 613 阅读 · 0 评论 -
机器学习入门之SVM算法
SVM算法简介前言SVM数学模型凸优化求解求其对偶问题:求解其中的αi\alpha_{i}αi代码实现总结前言支持向量机(SVM)算法是一种具有严格数学公式证明的分类算法。从简单说起,例如需要对一组二维数据D=(x1,y1),(x2,y2),...,(xm,ym)D={(x_{1},y_{1}),(x_{2},y_{2}),...,(x_{m},y_{m})}D=(x1,y1),(x2,y2),...,(xm,ym),yi∈(−1,+1)y_{i}\in (-1,+1)yi∈(−1,+1原创 2020-06-06 16:19:45 · 367 阅读 · 0 评论 -
机器学习之遗传算法
遗传算法简介前言起源遗传算法原理遗传算法与生物概念中的关系遗传算法流程基因编码产生初始种群计算种群适应度选择复制染色体交换个体变异程序终止条件程序代码实现总结前言起源1975年,遗传算法是美国J.Holland教授在《自然界和人工系统的适应性》中首先提出的。遗传算法受自然界中生物的进化学说和遗传学说的启发而来。遗传算法借鉴自然界中的物竞天择、适者生存、繁殖、竞争、变异、进化、凋亡而来。总之如果将生物种群看成一个整体,那么对于这个整体来说每一步都是在为了成为更好的自己。遗传算法原理遗传算法是一种原创 2020-06-05 17:10:25 · 4062 阅读 · 0 评论 -
机器学习入门之BP算法
BP算法简介前言前言在上一篇感知器算法中只有一层功能神经元,其只能解决对于与或非等简单线性可分的问题。对于简单的非线性可分的问题,在解决非线性可分的问题时,感知器的学习过程无法找到一个合适的分割平面对数据进行分类。为了解决感知器无法解决异或问题,可以使用多层神经元的感知器模型(一般来说三层就够了,神经网络的层数不是越多越好)。其结构模型如图所示...原创 2020-06-04 14:41:32 · 1435 阅读 · 0 评论 -
机器学习入门之感知器
感知器的原理及代码实现前言感知器数学模型感知器实验代码总结前言感知器是机器学习的入门算法,同时也是将来可能学习深度学习的基础。感知器是模拟神经元工作模式的一种简单机器学习算法。神经元模型是神经网络方面研究的一种模型。西瓜书中对于神经网络的定义为 神经网络是由具有适应性的简单单元组成的广泛并进行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 生物原理:每个神经元都接受来自其他神经原的化学信号,接受的化学信号能改变本神经元的电压,当神经元的电压超过预定的阈值时就会表现出兴奋原创 2020-06-03 11:17:47 · 618 阅读 · 0 评论 -
SVD算法原理简述
SVD算法原理SVD算法简介奇异值分解步骤SVD算法代码实现SVD算法简介定义1.1 设 A∈Rm×nA\in R^{m\times n}A∈Rm×n,ATAA^{T}AATA的特征值的非负平方根称作A的奇异值;AAA的奇异值全体记作σ(A)[1]\sigma(A)[1]σ(A)[1]。 当AAA为复矩阵Cm×nC^{m\times n}Cm×n时,AAA的奇异值为AHAA^{H}AAHA的特征值的非负平方根定理1.1奇异值分解定理设A∈Rm×nA\in R^{m\times n}A∈Rm×n,原创 2020-06-02 21:56:12 · 4126 阅读 · 0 评论 -
基于SVD算法的电影推荐系统实验
基于SVD算法的电影推荐系统实验推荐系统发展简单思维导图电影推荐系统最初思路程序实现的功能程序整体框架基于关键字搜索推荐模块搜索推荐模块代码基于电影名称关键字的推荐模块基于电影类型搜索的推荐模块新用户电影推荐模块新用户推荐效果老用户电影推荐模块老用户推荐效果数据可视化用户评分相似度矩阵可视化准确率与召回率可视化(SVD)平均准确率与召回率(SVD)推荐系统发展简单思维导图电影推荐系统最初思路原本是想实现一些基本的基于协同过滤思想的推荐系统设计,写完代码之后发现效果不理想。因为是要交的实验报告,所以原创 2020-06-01 10:25:51 · 4634 阅读 · 5 评论