machine learning
文章平均质量分 83
wind_fyj
这个作者很懒,什么都没留下…
展开
-
聚类(1)——混合高斯模型 Gaussian Mixture Model
聚类(1)——混合高斯模型 Gaussian Mixture Model 分类: Machine Learning2012-06-14 17:57 16250人阅读 评论(11) 收藏 举报 算法function 聚类系列: 聚类(序)----监督学习与无监督学习 聚类(1)----混合高斯模型 Gaussian Mixture Model 聚类(转载 2014-10-20 16:03:48 · 825 阅读 · 0 评论 -
对拉格朗日乘子法和KKT条件很好的解析
拉格朗日乘子法和KKT条件 拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush-Kuhn-Tucker)条件是求解约束优化问题的重要方法,在有等式约束时使用拉格朗日乘子法,在有不等约束时使用KKT条件。前提是:只有当目标函数为凸函数时,使用这两种方法才保证求得的是最优解。 对于无约束最优化问题,有很多经典的求解方法,参见无约束最优化方法。 拉格朗日乘子法转载 2016-03-01 23:27:22 · 941 阅读 · 0 评论 -
【python】matplotlib在windows10 和win7下安装
win7系统升级win10后重装matplotlib file resources win10 64位操作系统 1)Python2.7 64位 环境变量path python安装路径 2)pip-8.1.1 (source) 命令:python setup.py install 环境变量path原创 2015-09-28 18:43:25 · 2131 阅读 · 0 评论 -
激活函数
关于神经网络激励函数的作用,常听到的解释是:不使用激励函数的话,神经网络的每层都只是做线性变换,多层输入叠加后也还是线性变换。因为线性模型的表达能力不够,激励函数可以引入非线性因素。 其实很多时候我们更想直观的了解激励函数的是如何引入非线性因素的。 我们使用神经网络来分割平面空间作为例子。 无激励函数的神经网络 神经网络最简单的结构就是单输出的单层感知机,单层感知机只有输入层和输转载 2016-10-12 14:57:37 · 10849 阅读 · 0 评论