- 博客(5)
- 收藏
- 关注
转载 最小二乘法
转载出处:http://blog.csdn.net/lotus___/article/details/20546259 一.背景 5月9号到北大去听hulu的讲座《推荐系统和计算广告在视频行业应用》,想到能见到传说中的项亮大神,特地拿了本《推荐系统实践》求签名。讲座开始,主讲人先问了下哪些同学有机器学习的背景,我恬不知耻的毅然举手,真是惭愧。后来主讲人在讲座中提到了最小二乘法
2017-10-26 10:51:22 485
转载 凸优化初步
转载出处:http://blog.csdn.net/JoyceWYJ/article/details/51580139?locationNum=2&fps=1 前言 这节课主要介绍凸优化的入门知识,程博士推荐阅读Boyd的《凸优化》,最经典的凸优化的书,这本书有600多页,细致讲解了凸优化相关的理论知识,可以作为一门学科来学习。因为硕士阶段学过
2017-10-26 10:34:02 452
转载 凸优化(一)——Introduction
转载出处:http://blog.csdn.net/autocyz/article/details/49636923 Introduction 一、最优化问题的数学表达 在最优问题中,其数学表达往往能化成标准形式,如下: minimizef0(x)subject tofi(x)≤bi,i=1,...,m 上面的数学形式被称之为最优化问题的标准形式
2017-10-26 10:26:55 359
转载 LLE原理总结
转载出处:http://blog.csdn.net/xiaomibaozi/article/details/69951477 局部线性嵌入(Locally Linear Embedding,以下简称LLE)也是非常重要的降维方法。和传统的PCA,LDA等关注样本方差的降维方法相比,LLE关注于降维时保持样本局部的线性特征,由于LLE在降维时保持了样本的局部特征,它广泛的用于图像图
2017-10-18 15:26:34 1089
转载 机器学习中的范数规则化之(一)L0、L1与L2范数
转载出处:http://blog.csdn.net/zouxy09/article/details/24971995 机器学习中的范数规则化之(一)L0、L1与L2范数 zouxy09@qq.com http://blog.csdn.net/zouxy09 今天我们聊聊机器学习中出现的非常频繁的问题:过拟合与规则化。我们先简单的来理解下常用的L0
2017-10-10 16:41:07 278
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人