Machine Learning
心希盼
这个作者很懒,什么都没留下…
展开
-
Machine Learning---决策树
Machine Learning---决策树引言决策树(Decision Trees),一个非常经典的监督式学习案例。一、决策树基本介绍1.决策树在建立决策树时候,计算机使用已分类的数据,建立一个具有预测功能的树形结构。建立决策树有许多种算法,这里我只介绍ID3算法。2.核心算法在建立决策树的时候,首先要选出哪一个属性作为最重要的属性,成为决策树的根节点。这里将用到原创 2013-01-28 20:37:38 · 2663 阅读 · 0 评论 -
Machine Learning---LMS 算法
Machine Learning---LMS 算法引言简单的感知器学习算法(《Machine Learning---感知器学习算法》)会将真个集合正确分类后,才会停止,显然当测试数据多的时候,这种算法会变得迟钝。所以这里,引入一个理念,最小均方算法(Least Mean Square)。一、LMS算法基本介绍1.历史LMS算法首先由Bernard Widrow和Marcian原创 2013-02-18 20:31:19 · 17590 阅读 · 10 评论 -
Machine Learning---感知器学习算法
Machine Learning---感知器学习算法引言这里开始介绍神经网络方面的知识(Neural Networks)。首先我们会介绍几个监督式学习的算法,随后便是非监督式的学习。一、感知器学习算法基本介绍1.神经网络就像进化计算,神经网络又是一个类似的概念。神经网络由一个或者多个神经元组成。而一个神经元包括输入、输出和“内部处理器”。神经元从输入端接受信息,通过“内原创 2013-02-02 16:40:14 · 59719 阅读 · 11 评论 -
Machine Learning---LMS 算法数学说明
Machine Learning---LMS 算法数学说明引言这篇文章主要是为了《Machine Learning---LMS 算法》中做一些数学上的解释,虽然LMS算法实现比较简单,但是里面所用的数学知识还是有必要讲一下。一、梯度这里得先介绍梯度这个概念,因为算法就是用了所谓的“梯度下降法”。1.方向导数对于方向函数的详细定义就不写了,这里就大概讲一下什么是方向函数。原创 2013-03-16 02:19:46 · 4202 阅读 · 0 评论 -
Machine Learning---Backpropagation
Machine Learning---Backpropagation引言反向传播法(backpropagration),是一个非常经典的监督学习方法。在前面已经介绍过LMS算法,所以对于这两种之间的公共部分不会再做详细介绍。一、Backpropagation算法基本介绍1.算法思想反向传播算法是监督式学习最流行的方法。它其中的算法思想就如它的名字一样。它顺序计算了输出值,然原创 2013-03-20 23:06:40 · 1532 阅读 · 1 评论 -
Machine Learning---PNN
MachineLearning---PNN引言这篇将介绍machine learning中另一个较为经典的一个算法。之前介绍的几个算法(Backpropagation、LMS……)这些算法有一个明显的特点就是,它们都需要先训练算法,都会通过训练数据集调整算法的内部参数。这次介绍的算法就摆脱了这种过程。一、PNN算法基本介绍1.算法思想PNN(Probabilisti原创 2013-04-04 16:23:32 · 1780 阅读 · 0 评论 -
Machine Learning---Hebbian Learning
MachineLearning---Hebbian Learning引言前面介绍了许多“监督式”学习方式,比如PNN、Backpropagation、LMS等。这些算法有一个共同点:提供的数据中,有目标值。相当于一本带有答案的练习本。接下来将介绍“非监督式”学习方式。 首先就介绍Hebbian Learnig。一、HebbianLearning 算法基本介绍1.算原创 2013-04-12 16:11:02 · 2872 阅读 · 0 评论