- 博客(6)
- 收藏
- 关注
转载 矩阵的理解
刚才看了一篇理解矩阵的文章,见解很独到,从另一个角度解析,瞬间感觉茅塞顿开,故转载过来 http://blog.csdn.net/myan/article/details/647511 理解矩阵(一 ) 前不久chensh出于不可告人的目的,要充当老师,教别人线性代数。于是我被揪住就线性代数中一些务虚性的问题与他讨论了几次。很明显,chensh觉得,要让自己在讲
2015-04-24 09:56:56 719
转载 机器学习领域的几种主要学习方式
学习方式根据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方式。在机器学习领域,有几种主要 的学习方式。将算法按照学习方式分类是一个不错的想法,这样可以让人们在建模和算法选择的时候考虑能根据输入数据来选择最合适的算法来获得最好的结果。监督式学习:在监督式学习下,输入数据被称为“训练数据”,每组训练数据有一个明确的标识或结果,如
2015-04-10 22:45:08 7873
转载 Convolution Neural Network (CNN) 原理与实现
转自http://blog.csdn.net/abcjennifer/article/details/25912675本文结合Deep learning的一个应用,Convolution Neural Network 进行一些基本应用,参考Lecun的Document 0.1进行部分拓展,与结果展示(in python)。分为以下几部分:1. Convolution(卷积)
2015-04-10 19:49:16 575
转载 svm理论与实验之2:线性分类器
线性分类器(一定意义上,也可以叫做感知机) 是最简单也很有效的分类器形式.在一个线性分类器中,可以看到SVM形成的思路,并接触很多SVM的核心概念. 用一个二维空间里仅有两类样本的分类问题来举个小例子。如图所示 C1和C2是要区分的两个类别,在二维平面中它们的样本如上图所示。中间的直线就是一个分类函数,它可以将两类样本完全分开。一般
2015-04-10 19:25:10 711
转载 svm理论与实验之1
支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度,Accuracy)和学习能力(即无错误地识
2015-04-10 19:22:27 589
原创 安装libsvm遇到的问题
最近要做纹理方面的分类,打算学习svm,捣鼓了一下午,总算把libsvm安上,遇到一些问题也挺困扰的,想记录下来与网友分享一下。我刚开始下载最新的libsvm3.20版本点击打开链接,但是按照网上安装教程到了第五步出现问题:一个是make运行出现错误;另一个是load heart_scale出现错误。第一个问题出错的原因有以下几种:1)是否选择current directory为lib
2015-04-08 18:06:58 2969
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