![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
文章平均质量分 78
Tinkle2015
步步为营~
展开
-
【机器学习】线性回归 Logistic回归 原理详解 数学推导
什么是回归?回归问题中涉及到哪些概念?回归:是研究一组随机变量y(因变量)和另一组随机变量x(自变量)之间关系的统计分析方法。回归误差:y真实 = y预测 + ε误差 误差的高斯分布:未说明情况下,一般认为案例所给的有限样本中,对于每个样本的 真实标记值y 与 其根据回归函数所得的预测值 之间的误差: e(i) 是服从均值0,方差δ^2的高斯分布(正态分布)似然函数 &a...原创 2018-11-07 14:32:09 · 1716 阅读 · 0 评论 -
LDA 主题模型 学习
LDA 笔记:一个函数:Gamma 函数四个分布:二项分布、多项分布,beta分布、Dirichlet分布一概一理:共轭先验、贝叶斯框架两个模型:pLSA、LDA一个采样:Gibbs采样 单词 =》文档 =》 主题 特征 =》简历 =》好坏Latent Dirichlet Allocation,无监督贝叶斯模型,一种主题模型,可求解文档集中每篇文档的主题的概率分布模型生成模型...原创 2019-09-01 16:57:31 · 252 阅读 · 0 评论 -
基于深度学习方法的推荐系统(转载)
本文转载自:https://blog.csdn.net/shenziheng1/article/details/85262892原文:Deep Learning based Recommender System: A Survey and New Perspectives作者:张帅, 新南威尔士大学翻译:沈春旭,清华大学随着在线信息量的不断增加,推荐系统已经成为克服这种信息过载的有效策略。推荐系统的效用无论如何强调都不过分,因为它在许多Web应用程序中被广泛采用,以及它对于改善与过度选择相关的许转载 2019-09-01 15:07:35 · 3077 阅读 · 0 评论 -
自动摘要技术发展
·自动摘要技术·发展历史: 20世纪50年代,自动摘要(和机器翻译)被提出:对给定文本提取包含最重要信息的描述-摘要。一个代表性研究由H. P. Luhn提出,用程序对机器可读形式的完整文本进行分析,用词频及其分布的统计信息来计算重要性度量的方式。 1969年,Harold P Edmundson 描述了一个基于关键短语的范例,除了标准频率依赖权重之外,还使用以下三种方法来确定句子权重...原创 2019-07-28 01:08:24 · 1154 阅读 · 0 评论 -
矩阵的范数:L0范数、L1范数、L2范数、P范数(双竖线有下标)
范数(norm)是数学中的一种基本概念。在泛函分析中,它定义在赋范线性空间中,并满足一定的条件,即①非负性;②齐次性;③三角不等式。它常常被用来度量某个向量空间(或矩阵)中的每个向量的长度或大小。设有矩阵L0范数: 矩阵中非0元素的个数,则L1范数:矩阵中每个元素的绝对值之和,则L2范数:矩阵中每个元素的平方和的平方根,也可理解为一个大向量的欧式距离,则P范数:矩阵中每个...原创 2019-02-27 16:09:58 · 33959 阅读 · 11 评论 -
什么是 博弈论?博弈论的研究解决了什么问题?
博弈论,由计算机之父 冯·诺依曼 发表《博弈论与经济行为》一书为创立标识又称为对策论(Game Theory),运筹学的一个分支,是一门以数学为基础,研究发生对抗与冲突时如何选择最优策略的学问经济学、政治学、军事科学、法学、社会学…及其有用的分析工具。保罗·萨缪尔森:要想在现代社会做一个有文化的人,你必须对博弈论有一个大致的了解。学科创立以约翰·冯·诺依曼、奥斯卡·摩根斯特恩94年出版...原创 2019-02-27 15:42:24 · 4137 阅读 · 0 评论 -
什么是P问题、 NP 问题、NPC问题 ?
千禧难题之一:证明 P=NP?首先需要了解时间复杂度与多项式的概念:对于一个问题的规模,比如任意给定一个3x3魔方的状态,求解最快多少步骤可以还原?这里的3则为该问题的规模通常将问题的规模记为n,通常算法的时间复杂度有以下几种情况:首先单项式指由变量、系数以及它们之间的乘除、幂运算(非负整数次方)得到的表达式。由若干个单项式相加组成的代数式叫做多项式。首先解释一下什么是...原创 2019-02-27 15:10:08 · 2869 阅读 · 0 评论 -
浅析 Adaptive Linear Regression 自适应线性回归 ALR
自适应线性回归,本质上还是线性回归,不过它的特点是 能够处理一种特殊情况:我们都知道 求解m个未知数需要至少m个等式联立,若等式少于m会得到无穷解,等式过多会无解而自适应线性回归对于后者给出了一种解决方案:当样本数 n > m 特征维数时,映射矩阵不可能求解出能够 满足所有样本和标签对的映射关系。ALR采取了一种类似降维的方式,将原本过大的样本集减少至能够刚好满足特征维数的映...原创 2018-12-19 16:50:09 · 1787 阅读 · 0 评论 -
【机器学习】AdaBoost 原理与推导
AdaBoost 自适应 增强 Boosting系列代表算法,对同一训练集训练出不同的(弱)分类器,然后集合这些弱分类器构成一个更优性能的(强)分类器 传统Boosting方法存在两个问题: 1. 如何调整训练集的权重分布以训练出不同的弱分类器 2. 如何将各个弱分类器联合起来组成一个强...原创 2018-11-08 12:20:55 · 306 阅读 · 0 评论 -
【机器学习】XgBoost 原理详解 数学推导
XgBoost (Xtreme Gradient Boosting 极限 梯度 增强)1.基本描述: 假设Xg-模型有 t 颗决策树数,t棵树有序串联构成整个模型,各决策树的叶子节点数为 k1,k2,...,kt, 对于决策树 Ti, 叶子节点数为 ki, 设这颗数每个叶子节点上的权值为:wj_i (i∈[0,t]为决策树下标,j∈[...原创 2018-11-08 12:15:23 · 1117 阅读 · 0 评论 -
【机器学习】集成学习 Bagging Boosting 综述
集成学习 Ensemble learning: 主要包括三种形似的集成方式【Bagging、Boosting、Stacking】 指将若干弱分类器 (或基(础)分类器) 组合之后产生一个强分类器 (可以是不同类型的分类器) ·并不算是一种分类器,而是一种分类器的结合方法; ·一个集成分类器的性能会好于单个分类器; 1...原创 2018-11-08 12:07:50 · 362 阅读 · 0 评论 -
【机器学习】支持向量机 SVM 原理详解 详细数学推导
前排提示 多公式预警,如果想真正掌握、想对SVM的推导和原理理解透彻,就请耐心的看完推导过程,博主发现很多书籍文献资料上推导过程大多有所省略,这对数学基础不牢靠的同学来说不太友好(比如博主自己 - -#),所以在此给出最细致的推导过程。由于公式符号繁多,博主也经过了多次修正检查,如有疏漏或不对的地方还请指正(公式编辑真的打的累死惹)~~支持向量机 SVM(support vector ma...原创 2018-11-07 14:41:39 · 3980 阅读 · 1 评论 -
传统图像处理(滤波算子、边缘、角点、特征提取)算法大全
由于之前搞图像时留下的笔记都太乱、没有章法,详细的总结部分后续有时间再整理,在这里先做个大一统,有疏漏的地方还请博友们指正,比如业界常见的ISP、3A相关的算法,网上比较优质的资料好像不太多...原创 2019-09-06 12:30:46 · 3120 阅读 · 0 评论