机器学习算法
云杉123
研究方向NLP,爱好篮球、骑行!
展开
-
Kernel Methods(PRML第六章)读书笔记
PRML第六章Kernel Methods原创 2016-07-21 10:44:02 · 690 阅读 · 0 评论 -
机器学习总结
学习机器学习模型,要从宏观上来把握该算法。要明白,我们用数据训练模型目的是要训练找出该模型参数。那么有以下几步可以遵循 首先要找到损失函数 然后转化为最优化问题,用梯度下降等方法进行更新 最后模型收敛,得到我们模型的参数注意在找损失函数时有时会遇到这样的情况: 找到的损失函数对该模型的参数并不是连续可导,无法进行更新。这样的话我们就要变换思路换损失函数。原创 2017-03-12 20:45:10 · 583 阅读 · 0 评论 -
决策树系列算法总结——随机森林
改天原创 2017-03-07 15:50:31 · 582 阅读 · 0 评论 -
对PGM的一些理解
PGM全称叫概率图模型,没学之前,感觉没什么用。现在学习了,感觉用处太大了。下面就我的一些学习感悟及学习路程记录下来,难免会有些错误的思想,欢迎走过路过的朋友多多指正。 2016.12.23 我是学习PRML这本经典的教材,现在在学习8.4.4节,“和—积 算法”,几天就先写这一节的感悟,前面几节以后补上。 1、该算法是一个高效的求变量x的边缘概率分布的算法。 2、该算法首先原创 2016-12-23 00:43:39 · 5216 阅读 · 0 评论 -
好段落句子摘抄
创新思路: Encoder-Decoder是个创新游戏大杀器,一方面如上所述,可以搞各种不同的模型组合,另外一方面它的应用场景多得不得了,比如对于机器翻译来说,就是对应不同语言的句子,比如X是英语句子,Y是对应的中文句子翻译。再比如对于文本摘要来说,X就是一篇文章,Y就是对应的摘要;再比如对于对话机器人来说,X就是某人的一句话,Y就是对话机器人的应答;再比如……总之,太多了。哎,那位施主,听原创 2016-09-09 08:55:32 · 987 阅读 · 0 评论 -
回归和分类的区别
回归算法:回归算法,就是根据已有数据x及其值y去,选择合适模型(带有未知参数的函数)去训练,求出参数,得出该模型。当来新的数据x'时,根据求得模型算出x'对应的y'。分类算法: 分类算法,就是根据已有的数据x,及其对应标签类别(常见的二分类(0、1)),选择合适模型(就是参数未知的函数)去训练,得出该模型的参数。然后当给出新的未标签数据后,就可以根据已经训练的模型给该数据原创 2016-07-21 12:24:18 · 671 阅读 · 0 评论 -
常见ML算法及其对应的使用对象
ML算法及使用总结 在学习过程中,会遇到各种各样的算法,包括分类算法、回归算法等,这些算法有的很经典,有的刚刚被创造出来。不同的算法有不同的应用场景,所以这个帖子是汇总这些算法的用途及使用场合。 我感觉做机器学习,最重要的是下面的几件事儿: 第一:模型的选择。模型选择的好坏,直接影响你得到的结果。第二:特征的确定及提取。这一点深原创 2016-07-21 10:46:09 · 4181 阅读 · 0 评论 -
做机器学习步骤
实现机器学习算法步骤原创 2016-07-21 11:57:04 · 2406 阅读 · 1 评论 -
凸优化的对偶表示
凸优化的对偶表示SVM包括两个重要部分,1、对偶部分 2、求解部分1、凸函数 凸凸函数定义原创 2016-10-30 22:49:47 · 780 阅读 · 0 评论