机器学习
yyyybupt
这个作者很懒,什么都没留下…
展开
-
PCA降维学习笔记与总结
一、简述降维1.1 降维方法的分类学习PCA笔记,参考的资料:机器学习之降维方法总结SVD与PCA1.2 降维的作用降低时间复杂度和空间复杂性 节省了提取不必要特征的开销 去掉数据集中夹杂的噪 较简单的模型在小数据集上有更强的鲁棒性 当数据能有较少的特征进行解释,我们可以更好 的解释数据,使得我们可以提取知识。 实现数据可视化二、PCA降维2.1 概念...原创 2018-11-01 22:05:12 · 884 阅读 · 0 评论 -
node2Vec学习笔记与总结
一、简述1.1Network Embedding基于一个Graph,将节点或者或者边投影到低维向量空间中,再用于后续的机器学习或者数据挖掘任务。1.2 DeepWalk(Online Learning of Social Representations.)1. DeepWalk简述:Network/Graphrandom walk节点序列skip-gramout2. ...原创 2018-11-13 14:24:59 · 7590 阅读 · 0 评论 -
Adam (adaptive moment estimation)--自适应矩估计
基于低阶矩的自适应估计的Adam,是一种基于一阶梯度的随机目标函数优化算法一、关键问题高维参数空间随机目标的优化:高阶优化方法往往不合适,本文讨论一阶方法二、主要思路1、算法及更新规则(1)算法详述注:通过牺牲清晰度,可以提高算法的效率:将伪代码的后三行改为:移动指数加权平均法根据同一个移动段内不同时间的数据对预测值的影响程度,分别给予不同的权数...原创 2019-01-12 11:44:35 · 13545 阅读 · 0 评论 -
LSTM
一、深度学习1、历史发展趋势:丰富悠久的历史 随着可以使用的训练数据量逐渐增加,应用空间变更大 随着计算机硬件和深度学习软件基础架构的改善,模型规模变更大 随着时间推移,解决复杂应用的精度变更高2、优势:基础计算架构性能的提升 更大的数据集 更好地优化训练技术二、RNN与LSTM算法1、RNN(Recurrent neural network)1、循环神经网络,一...原创 2019-04-03 21:05:08 · 428 阅读 · 0 评论