机器学习
ping1jing2
这个作者很懒,什么都没留下…
展开
-
SVM入门(一)至(三)Refresh
原文地址:http://www.blogjava.net/zhenandaci/archive/2009/02/13/254519.html(一)SVM的八股简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法...转载 2018-03-27 09:22:38 · 240 阅读 · 1 评论 -
SVM入门(四)至(六)线性分类器的求解
原文链接http://www.blogjava.net/zhenandaci/archive/2009/02/13/254578.htmlhttp://www.blogjava.net/zhenandaci/archive/2009/02/14/254630.htmlhttp://www.blogjava.net/zhenandaci/archive/2009/03/01/257237.html上...转载 2018-03-27 09:40:25 · 253 阅读 · 0 评论 -
SVM入门(七)为何需要核函数
原文链接:http://www.blogjava.net/zhenandaci/archive/2009/03/06/258288.html生存?还是毁灭?——哈姆雷特可分?还是不可分?——支持向量机之前一直在讨论的线性分类器,器如其名(汗,这是什么说法啊),只能对线性可分的样本做处理。如果提供的样本线性不可分,结果很简单,线性分类器的求解程序会无限循环,永远也解不出来。这必然使得它的适用范围大大...转载 2018-03-27 09:49:26 · 223 阅读 · 0 评论 -
SVM入门(八)至(九)松弛变量
原文链接:http://www.blogjava.net/zhenandaci/archive/2009/03/15/259786.htmlhttp://www.blogjava.net/zhenandaci/archive/2009/03/17/260315.html现在我们已经把一个本来线性不可分的文本分类问题,通过映射到高维空间而变成了线性可分的。就像下图这样: 圆形和方形的点各有成千上万个...转载 2018-03-27 10:14:09 · 950 阅读 · 0 评论 -
SVM入门(十)将SVM用于多类分类
原文地址:http://www.blogjava.net/zhenandaci/archive/2009/03/26/262113.html从 SVM的那几张图可以看出来,SVM是一种典型的两类分类器,即它只回答属于正类还是负类的问题。而现实中要解决的问题,往往是多类的问题(少部分例外,例如垃圾邮件过滤,就只需要确定“是”还是“不是”垃圾邮件),比如文本分类,比如数字识别。如何由两类分类器得到多类...转载 2018-03-27 10:28:21 · 432 阅读 · 0 评论 -
SVM入门(十一)SMO算法
原文链接:http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988419.html坐标上升法(Coordinate ascent)在最后讨论的求解之前,我们先看看坐标上升法的基本原理。假设要求解下面的优化问题:这里W是向量的函数。之前我们在回归中提到过两种求最优解的方法,一种是梯度下降法,另外一种是牛顿法。现在我们再讲一种方法称为坐标上升法(...转载 2018-03-27 11:03:47 · 410 阅读 · 0 评论 -
LIBSVM与LIBLINEAR
原文链接:http://blog.chinaunix.net/uid-20761674-id-4840097.html在过去的十几年里,支持向量机(Support Vector Machines)应该算得上是机器学习领域影响力最大的算法了。而在SVM算法的各种实现工具中,由国立台湾大学林智仁老师开发的工具包LIBSVM,又无疑是影响力最大的。2011年LIBSVM的系统介绍论文“LIBSVM: a...转载 2018-03-27 15:16:12 · 207 阅读 · 0 评论 -
[转]深度学习中优化方法——momentum、Nesterov Momentum、AdaGrad、Adadelta、RMSprop、Adam
深度学习中优化方法—momentum、Nesterov Momentum、AdaGrad、Adadelta、RMSprop、Adam— 我们通常使用梯度下降来求解神经网络的参数,关于梯度下降前面一篇博客已经很详细的介绍了(几种梯度下降方法对比)。我们在梯度下降时,为了加快收敛速度,通常使用一些优化方法,比如:momentum、RMSprop和Adam等。这篇博客主要介绍...转载 2018-08-15 14:33:46 · 929 阅读 · 0 评论 -
以后会删的
计算机基础课程:链接 类别 视频 书籍 编程语言 Berkeley CS61A,链接,学完之后会写一篇学习心得 尽量使用推荐课程中所用的书籍,或者上方链接处给出的书籍 计算机硬件结构 Bekeley CS61C 数据...原创 2018-09-13 20:39:38 · 239 阅读 · 1 评论