![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Machine Learning
文fei哦
目前主要从事能源电力系统规划及优化运行、可再生能源、低碳电力技术、负荷预测、电力市场、碳达峰碳中和、新型电力系统、新能源+储能等方面的规划、研究与设计工作。业余喜欢研究和跟踪群智能优化算法、AI、大数据、机器视觉等领域的最新研究成果与发展趋势。
展开
-
机器学习中各种距离
原文链接:http://blog.csdn.net/thesnowboy_2/article/details/649211851. 欧氏距离2. 曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离5. 标准化欧氏距离6. 马氏距离7. 夹角余弦8. 汉明距离9. 杰卡德距离 & 杰卡德相似系数10. 相关系数 & 相关距离11. 信息熵转载 2017-04-12 19:25:13 · 275 阅读 · 0 评论 -
机器学习 --算法思想梳理
原文链接:http://www.cnblogs.com/tornadomeet机器学习&数据挖掘笔记_16(常见面试之机器学习算法思想简单梳理) 前言: 找工作时(IT行业),除了常见的软件开发以外,机器学习岗位也可以当作是一个选择,不少计算机方向的研究生都会接触这个,如果你的研究方向是机器学习/数据挖掘之类,且又对其非常感兴趣的话,可以考虑考虑该岗位,毕转载 2017-04-12 19:27:59 · 641 阅读 · 0 评论 -
PCA的数学原理(非常值得阅读)!!!!
原文链接:http://blog.codinglabs.org/articles/pca-tutorial.htmlPCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多数只描述了PCA转载 2017-04-12 19:39:44 · 612 阅读 · 0 评论 -
No Free Lunch
In machine learning, there’s something called the “No Free Lunch” theorem. In a nutshell, it states that no one algorithm works best for every problem, and it’s especially relevant for supervised lear原创 2017-06-02 10:17:42 · 662 阅读 · 0 评论 -
Regression、Classification、Clustering
1. RegressionRegression is the supervised learning task for modeling and predicting continuous, numeric variables. Examples include predicting real-estate prices, stock price movements, or student原创 2017-06-02 10:30:11 · 4146 阅读 · 0 评论 -
【贝叶斯学派】与【频率学派】
作者:秦松雄链接:https://www.zhihu.com/question/20587681/answer/23060072来源:知乎直至今日,关于统计推断的主张和想法,大体可以纳入到两个体系之内,其一叫频率学派,其特征是把需要推断的参数θ视作固定且未知的常数,而样本X是随机的,其着眼点在样本空间,有关的概率计算都是针对X的分布。另一派叫做贝叶斯学派,他们把参数θ视作随原创 2017-07-07 17:36:15 · 1724 阅读 · 0 评论 -
深度学习(DL)和压缩感知(CS)的联系
讨论1:http://leotam.github.io/general/2015/09/28/CSvsDL.html讨论2:https://www.zhihu.com/question/21589619讨论3:https://www.zhihu.com/question/22836081讨论4【马毅教授「高维数据的低维结构与深度模型」】:https://mp.weixin.qq.com/s/n7o...原创 2017-12-06 16:54:57 · 4123 阅读 · 0 评论