![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习笔记
学习笔记
老黑
ML : Math and English
展开
-
mathpix公式助手
输出行对应的格式说明1:latex2:markdown左对齐P(Xi)=1N∑j=1N1(2π)n/2∣C∣n/2exp(−12(Xj−Xi)TC−1(Xj−Xi))P\left(X_{i}\right)=\frac{1}{N} \sum_{j=1}^{N} \frac{1}{(2 \pi)^{n / 2}|C|^{n / 2}} \exp \left(-\frac{1}{2}\left(X_{j}-X_{i}\right)^{T} C^{-1}\left(X_{j}-X_{i}\right)\ri原创 2022-04-21 09:13:36 · 1279 阅读 · 3 评论 -
机器学习和深度学习知识框架图
机器学习和深度学习知识框架图原创 2021-12-05 21:20:36 · 387 阅读 · 0 评论 -
多模态数据融合
1.多模态数据含义:狭义:多媒体数据,如文本,音频,视频广义:对原始数据集采用不同的特征提取方法得到的不同特征组合2.数据融合:整合从多模态数据中得到的补充信息,以提升模型分类性能,被视为多模态机器学习方面的五大核心技术挑战之一fusion,representation,translation,alignment,co-learning3.数据融合:分类一模内融合多核学习,两个子模型:MLP(multilayer perceptron)多层感知器、attention注意力机原创 2021-12-05 15:34:01 · 13164 阅读 · 0 评论 -
表征学习(特征学习)与特征工程
表征能力:对于某个特定问题,特征对于问题本质的反映能力,决断能力对于不同的问题,同一个数据集,同一个特征的表征能力不同,即最优表征(特征组合)只针对于同一个问题。例如:给定包含人体细胞,血型,组织,基因,器官等特征的数据集对于问题A:区分不同的人,毋庸置疑,基因的表征能力很强,血型的表征能力很弱对于问题B:人的健康等级分类,则各个属性都有较强的表征特征选择1.表征学习:自动的从数据集中提取出最能反应问题本质的特征深度学习:常见的模型如CNN/RNN/DBN等无监督学习算法:如主成分分析(P原创 2021-12-05 12:04:23 · 2037 阅读 · 0 评论 -
超参数定义
超参数 hyper-parameter:机器学习在开始学习过程之前(需要预先定义)设置值的参数,而不是通过训练得到的参数数据1.示例树的数量或树的深度矩阵分解中潜在因素的数量学习率(多种模式)深层神经网络隐藏层数k均值聚类中的簇数2.优化网格搜索贝叶斯优化随机搜索基于梯度的优化...原创 2021-12-05 10:58:26 · 1547 阅读 · 0 评论