ShiZhixin的专栏

今天读了ICCV Best Student Paper：Haichao Zhang, Jianchao Yang, Yanning Zhang, Nasser M. Nasrabadi and Thomas S. HuangClose the Loop: Joint Blind Image Restoration and Recognition with Sparse Represen

From:http://blog.csdn.net/abcjennifer/article/details/7359370ROC曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计

Scikit-learn的安装过程首先，安装SK-Learn需要依赖的Python安装包有：Python (>= 2.6), NumPy (>= 1.3), SciPy (>= 0.7), setuptools, Python development headers and a working C++ compiler. 安装过程：1：安装python。下载

http://yanbohappy.sinaapp.com/?cat=32大数据工程人员知识图谱3 Replies在企业里面从事大数据相关的工作到底需要掌握哪些知识呢？我认为需要从两个角度来看：一个是技术；一个是业务。技术上主要涉及到概率和数理统计，计算机系统、算法和编程等；而业务的角度呢则是因公司业务的不同而异。对于从事大数据的工程人员来说，需要学会使用数据挖掘方

http://blog.csdn.net/viewcode/article/details/8794401分类： 机器学习&数据分析2013-04-17 16:33 37912人阅读 评论(8) 收藏 举报目录(?)[+]回归问题的条件/前提：1） 收集的数据2） 假设的模型，即一个函数，这个函数里含有未知的参数，通过学习，可以估计出参数

转载本博客请注明链接：http://blog.csdn.net/xinzhangyanxiang/article/details/9069045博客第一篇文章[1]是转载的，也算是开始写博客不经意的表露了自己对机器学习的兴趣吧！那篇文章总结了机器学习的一些经典算法的论文与数学基础理论的一些书籍，对于开始学习机器学习的话恐怕太过深入，正好最近在买书，看了很多经典书籍的总结与评论，我再拾人牙慧

http://blog.sina.com.cn/s/blog_a18c98e50101108a.html部分资料和内容摘自斯坦福大学Andrew Ng教授的Machine Learning Online Class。监督学习（supervised learning）通常有下列步骤：Linear Regression (Least Square Regression)"

http://blog.csdn.net/silence1214/article/details/7764137局部加权紧接着上面的线性回归中参数求解来继续讲吧。还是以上面的房屋价格的预测，它的中心思想是在对参数进行求解的过程中，每个样本对当前参数值的影响是有不一样的权重的。比如上节中我们的回归方程为（这个地方用矩阵的方法来表示Ɵ表示参数，i表示第i个样本，h为在Ɵ参数下的预测值）：

http://blog.csdn.net/tianguokaka/article/details/14227187分类： 统计学习方法2013-11-06 14:44 1649人阅读 评论(3) 收藏 举报看了机器学习的第三课，实现了一下LWR算法。[cpp] view plaincopy#include  using n

漫谈：机器学习中距离和相似性度量方法原文：http://www.cnblogs.com/daniel-D/p/3244718.html在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means）等等。根据数据特性的不同，可以采用不同的度量方法。

第一篇：从决策树学习谈到贝叶斯分类算法、EM、HMM                      （Machine Learning & Data Mining交流群：8986884）引言    最近在面试中，除了基础 &  算法 & 项目之外，经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然，这完全不代表你将来的

引自http://sobuhu.com/ml/2012/11/11/navie-bayes-classify.html

数学之美番外篇：平凡而又神奇的贝叶斯方法http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/BY 刘未鹏 – SEPTEMBER 21, 2008POSTED IN: 数学, 机器学习与人工智能, 计算机科学概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得

SVM入门http://www.blogjava.net/zhenandaci/category/31868.html文本分类入门（番外篇）特征选择与特征权重计算的区别posted @ 2009-04-19 11:40 Jasper 阅读(6244) | 评论 (28)  编辑SVM入门（十）将SVM用于多类分类posted @ 2009-03-26 1

机器学习算法笔记系列之深入理解PCA-原理篇(未完待续) 作者：shizhixin 博客：http://blog.csdn.net/shizhixin 微博：http://weibo.com/zhixinshi 日期：2016-04-141 概述2 引言内积与投影导读：大部分人估计都知道PCA是将数据点向新的方差最大的单位向量做投影，但是什么是到向量的投影，它和内积又有什么