冬之晓

排序：
默认
按更新时间
按访问量
RSS订阅

译 多元高斯分布（二）——更多关于多元高斯分布

注意，本文内容来自于吴恩达老师cs229课堂笔记的中文翻译项目:https://github.com/Kivy-CN/Stanford-CS-229-CN 中部分的内容进行翻译学习。 更多关于多元高斯分布 介绍 到目前为止的课堂上，多元高斯分布已经出现在许多应用中，比如线性回归的概率解释、高斯判...

2019-07-25 15:32:55

阅读数 14

评论数 0

原 安装GPU版Pytorch注意事项

安装时常用命令： A. cat /proc/driver/nvidia/version #查看当前计算机已安装的cuda驱动版本和gcc版本 B. nvcc -V #查看当前计算机已安装的cuda工具包版本 C. cat /proc/version #查看Ubuntu系统版本 参考...

2019-06-13 11:08:50

阅读数 90

评论数 0

译 多元高斯分布（一）——基本内容

注意，本文内容来自于吴恩达老师cs229课堂笔记的中文翻译项目:https://github.com/Kivy-CN/Stanford-CS-229-CN 中的凸优化部分的内容进行翻译学习。 多元高斯分布 介绍 我们称一个概率密度函数是一个均值为μ∈Rn\mu\in R^nμ∈Rn，协方...

2019-06-04 15:05:53

阅读数 37

评论数 0

译 隐马尔可夫模型

注意，本文内容来自于吴恩达老师cs229课堂笔记的中文翻译项目:https://github.com/Kivy-CN/Stanford-CS-229-CN 中的凸优化部分的内容进行翻译学习。 隐马尔可夫模型基础 摘要 我们如何将机器学习应用于随时间变化观察到的一系列数据中来？例如，我们可...

2019-05-29 11:08:12

阅读数 300

评论数 0

译 凸优化学习（七）——SVM“1-范数”的软边界

3 SVML1L_1L1​范数的软边界 为了看到一个更复杂的拉格朗日对偶例子，我们来推导以前课堂上给出的SVML1L_1L1​范数的软边界的原对偶问题，以及相应的KKT互补（即，互补松弛）条件。我们有： min⁡w,b,ξ12∥w∥2+C∑i=1mξisubjecttoy(i)(wTx(i)+...

2019-04-01 17:09:34

阅读数 419

评论数 0

译 凸优化学习（六）——一个简单的对偶实例

2 一个简单的对偶实例 作为对偶的一个简单应用，在本节中，我们将展示如何形成一个简单凸优化问题的对偶问题。考虑如下的凸优化问题： min⁡x∈R2x12+x2subjectto2x1+x2≥4x2≥1 \begin{aligned} \min_{x\in R^2}\quad &am...

2019-03-19 21:45:13

阅读数 224

评论数 0

译 凸优化学习（五）——拉格朗日对偶

注意，本文内容来自于吴恩达老师cs229课堂笔记的中文翻译项目:https://github.com/Kivy-CN/Stanford-CS-229-CN 中的凸优化部分的内容进行翻译学习。 1. 拉格朗日对偶 一般来说，拉格朗日对偶理论是研究凸优化问题的最优解。正如我们在之前的课上看到的...

2019-03-18 17:06:17

阅读数 243

评论数 0

译 凸优化学习（四）——凸优化问题

注意，本文内容来自于吴恩达老师cs229课堂笔记的中文翻译项目:https://github.com/Kivy-CN/Stanford-CS-229-CN 中的凸优化部分的内容进行翻译学习。 4 凸优化问题 利用凸函数和集合的定义，我们现在可以考虑凸优化问题。 正式的定义为：一个凸优化问题...

2019-03-18 08:29:43

阅读数 479

评论数 0

译 凸优化学习（三）——凸函数

注意，本文内容来自于吴恩达老师cs229课堂笔记的中文翻译项目:https://github.com/Kivy-CN/Stanford-CS-229-CN 中的凸优化部分的内容进行翻译学习。 3. 凸函数 凸优化的一个核心要素是凸函数的概念。 定义 3.13.13.1 我们称一个函数f:...

2019-03-17 15:25:57

阅读数 473

评论数 0

译 凸优化学习（二）——凸集

注意，本文内容来自于吴恩达老师cs229课堂笔记的中文翻译项目:https://github.com/Kivy-CN/Stanford-CS-229-CN 中的凸优化部分的内容进行翻译学习。 2. 凸集 我们从凸集的概念开始研究凸优化问题。 定义2.1 我们定义一个集合是凸的，当且仅当任...

2019-03-16 16:48:36

阅读数 157

评论数 0

译 使用Python语言进行机器学习工作流的实例分析

最近，在kaggle上找到一位大牛写的机器学习算法总结，感觉流程清晰，内容详实，因此翻译并分享下，由于作者不明原因将原文删除了，所以没法放上原文地址，文中主要以代码实践的方式展开各种算法，原理方面参考文中的地址连接（这是自己加上的），以便时查阅~ 目录 目录 使用Python语言...

2018-12-05 08:35:21

阅读数 352

评论数 1

转 非监督特征学习与深度学习（十五）--------长短记忆（Long Short Term Memory，LSTM）

注：本文转载自https://github.com/exacity/simplified-deeplearning/blob/master/%E5%BE%AA%E7%8E%AF%E9%80%92%E5%BD%92%E7%BD%91%E7%BB%9C/LSTM.md 因为github上的...

2018-09-12 16:31:44

阅读数 1060

评论数 0

转 非监督特征学习与深度学习（十四）--------循环神经网络

注：本文转载自https://github.com/exacity/simplified-deeplearning/blob/master/%E5%BE%AA%E7%8E%AF%E9%80%92%E5%BD%92%E7%BD%91%E7%BB%9C/RNN.md 因为github上的m...

2018-09-12 16:26:43

阅读数 700

评论数 0

转 非监督特征学习与深度学习（十三）---- 自动编码器

注：本文转载自https://github.com/ysh329/Chinese-UFLDL-Tutorial 因为github上的makedown格式显示的不够完全，看的非常不方便，因此放到CSDN上比较好查阅学习。 自动编码器（Autoencoders） 注：本文大量参考旧...

2018-07-14 23:21:48

阅读数 888

评论数 0

原 学习pyqt (二)————信号/槽&主次界面&主次线程编程经验总结

今天准备总结一下pyqt编写界面的经验，这样以后遇到同样问题就可以查看并且很快回忆起来！ 环境搭建 经过一周的研究，我发现使用pyqt编写界面最快的方式还是eric + pycharm 使用eric6和pycharm同时打开你正在编写的程序，需要界面编写就在eric6里面完成，需要调试并...

2018-06-19 21:46:37

阅读数 754

评论数 0

原 使用Python进行层次聚类（三）——层次聚类簇间自然分割方法和评价方法

簇间自然分割方法 今天，主要研究一下层次聚类在进行数据运算的时候，对数据结果进行自然簇分离而需要分析的API————inconsistent() 该函数是计算层次聚类不一致系数的，不一致系数越大，表明使用该阈值进行聚类的偏差越大。这样按照该不一致系数下的阈值进行聚类即相对于其他 情况...

2018-06-16 08:47:19

阅读数 3653

评论数 0

译 Statsmodels的学习(二)——Linear Regression

Linear Regression 基本介绍 线性回归，该标签下的函数主要处理线性模型，并且要求这些线性模型具有独立和恒等分布误差或者具有异方差或自相关的误差。 该模块允许用普通最小二乘(OLS)、加权最小二乘(WLS)、广义最小二乘(GLS)和可行的广义最小二乘(p)误差进行估计。 ...

2018-06-15 18:23:33

阅读数 3887

评论数 0

译 Statsmodels的学习(一)——总述

statsmodels是一个Python模块，它提供对许多不同统计模型估计的类和函数，并且可以进行统计测试和统计数据的探索。 说实话，statsmodels这个词我总是记不住，但是国宝“熊猫”这个单词pandas我还是记得住的，因此每次我打开statsmodels的方式是： 百度搜索...

2018-05-02 19:04:15

阅读数 9846

评论数 0

译 凸优化学习（一）——介绍

下面开始学习凸优化 凸函数 基本定义 函数f:Rn→Rf:Rn→Rf:R^n \to R，如果domfdomfdomf是凸集，且对于任意x,y∈domfx,y∈domfx,y \in domf和任意0⩽θ⩽10⩽θ⩽10 \leqslant \theta \leq...

2018-05-01 11:50:10

阅读数 225

评论数 0

原 使用Python进行层次聚类（二）——scipy中层次聚类的自定义距离度量问题

今天，总结一下如何使用层次聚类算法里面的自定义距离度量 层次聚类上次已经总结过。 这次仅仅说明层次聚类的距离参数，这里的距离参数可以使用自定义函数。 我们进入该函数的文档页面 我们看到linkage的说明文档上面的函数scipy.cluster.hierarchy.linkage...

2018-04-06 15:36:44

阅读数 2862

评论数 13

提示
确定要删除当前文章？
取消 删除