机器学习
奔跑着的孩子
认知无线电频谱感知与资源分配,机器学习
展开
-
凸优化概念
没有系统学过数学优化,但是机器学习中又常用到这些工具和技巧,机器学习中最常见的优化当属凸优化了,这些可以参考Ng的教学资料:http://cs229.stanford.edu/section/cs229-cvxopt.pdf,从中我们可以大致了解到一些凸优化的概念,比如凸集,凸函数,凸优化问题,线性规划,二次规划,二次约束二次规划,半正定规划等,从而对凸优化问题有个初步的认识。以下是几个重要相关概转载 2017-05-10 21:51:59 · 479 阅读 · 0 评论 -
编程字典-人工智能学习线路图
人工智能学习线路图Python教程Python 教程Python 简介Python 环境搭建Python 中文编码Python 基础语法Python 变量类型Python 运算符Python 条件语句Python 循环语句Python 数字Python 列表(List)Python 字符串Pytho...转载 2018-12-06 17:26:06 · 1936 阅读 · 1 评论 -
如何使用搜索引擎
如果说互联网是人类有史以来最伟大的发明,那么搜索引擎就是第二伟大的发明。互联网不单是一项发明,更是一项伟大的成就,最大程度的消灭了人与人之间信息的不平等。要知道,书籍是古代传递信息和知识的主要方式,拥有书籍是古代有钱人才有的特权。印刷术出现之前,抄书非常盛行,仅纸价就不能为一般贫寒人士所接受,所以南宋叶梦得《石林燕语》对唐以前的书价总结了一个“贵”字:“唐以前,凡书籍写本,未有模印之法,人以藏书为...转载 2018-07-02 22:57:32 · 1420 阅读 · 0 评论 -
感动!有人将吴恩达的视频课程做成了文字版
整理 | 阿司匹林机器学习和深度学习如何入门?相信很多人都会推荐吴恩达的在线课程。不过,这种视频在线课程也有其弊端,就跟很多人不喜欢微信语音一样,想要在视频中查找和回顾相关的知识点并不方便。于是,以黄海广博士为首的一群机器学习爱好者发起了一个公益性质的项目(http://www.ai-start.com):吴恩达机器学习和深度学习课程的字幕翻译以及笔记整理。近日,这个项目终于接近完成,而且黄海广博...转载 2018-04-29 12:33:42 · 275 阅读 · 0 评论 -
AI初学者--(机器学习爱好者)感谢
AI初学者--(机器学习爱好者)本网站是一个公益性网站,致力于人工智能(AI)方面的课程的翻译、笔记分享等。本人2014年下半年开始翻译吴恩达老师的机器学习课程字幕,并写了课程的中文笔记。笔记被下载了几万次,应该帮助了不少人,也有很多人一直在帮助我,现在我把笔记的word原稿和markdown原稿分享给大家。markdown的笔记和课程中英文字幕我将放在github,希望大家能继续完善。为方便数学...转载 2018-05-05 08:36:37 · 479 阅读 · 0 评论 -
遗传算法
遗传学算法和遗传学中的基础术语比较染色体(chromosome) 数据,数组,序列基因(gene)单个元素,位等位基因(allele)数据值,属性,值基因座(locus) 位置,iterator位置表现型(phenotype) 参数集,解码结构,候选解遗传隐匿(epistasis) 非线性转载 2017-09-11 08:49:47 · 3108 阅读 · 0 评论 -
EM的意思是“Expectation Maximization
EM算法 好了,重新回到上面那个身高分布估计的问题。现在,通过抽取得到的那100个男生的身高和已知的其身高服从高斯分布,我们通过最大化其似然函数,就可以得到了对应高斯分布的参数θ=[u, ∂]T了。那么,对于我们学校的女生的身高分布也可以用同样的方法得到了。 再回到例子本身,如果没有“男的左边,女的右边,其他的站中间!”这个步骤,或者说我抽到这200个人中,某些男生转载 2017-06-22 15:53:05 · 887 阅读 · 0 评论 -
混合高斯模型(Mixtures of Gaussians)和EM算法
这篇讨论使用期望最大化算法(Expectation-Maximization)来进行密度估计(density estimation)。 与k-means一样,给定的训练样本是,我们将隐含类别标签用表示。与k-means的硬指定不同,我们首先认为是满足一定的概率分布的,这里我们认为满足多项式分布,,其中,有k个值{1,…,k}可以选取。而且我们认为在给定后,满足多值高斯分布,即。由转载 2017-06-22 15:34:14 · 399 阅读 · 0 评论 -
EM算法原理The EM Algorithm
EM是我一直想深入学习的算法之一,第一次听说是在NLP课中的HMM那一节,为了解决HMM的参数估计问题,使用了EM算法。在之后的MT中的词对齐中也用到了。在Mitchell的书中也提到EM可以用于贝叶斯网络中。下面主要介绍EM的整个推导过程。1. Jensen不等式 回顾优化理论中的一些概念。设f是定义域为实数的函数,如果对于所有的实数x,,那么f是凸函数。当x是转载 2017-06-22 15:33:04 · 1301 阅读 · 1 评论 -
最大似然估计算法
最大似然估计提供了一种给定观察数据来评估模型参数的方法,即:“模型已定,参数未知”。简单而言,假设我们要统计全国人口的身高,首先假设这个身高服从服从正态分布,但是该分布的均值与方差未知。我们没有人力与物力去统计全国每个人的身高,但是可以通过采样,获取部分人的身高,然后通过最大似然估计来获取上述假设中的正态分布的均值与方差。 最大似然估计中采样需满足一个很重要的假设,就是所有的采样都是独立转载 2017-06-22 15:21:46 · 2280 阅读 · 0 评论 -
优化算法——牛顿法(Newton Method)
一、牛顿法概述 除了前面说的梯度下降法,牛顿法也是机器学习中用的比较多的一种优化算法。牛顿法的基本思想是利用迭代点处的一阶导数(梯度)和二阶导数(Hessen矩阵)对目标函数进行二次函数近似,然后把二次模型的极小点作为新的迭代点,并不断重复这一过程,直至求得满足精度的近似极小值。牛顿法的速度相当快,而且能高度逼近最优值。牛顿法分为基本的牛顿法和全局牛顿法。二、基本牛顿法1、基本牛转载 2017-05-20 10:40:00 · 7383 阅读 · 0 评论 -
使用pip安装模块时提示: No module named pip
系统输入cmd:windows 解决方法: python -m ensurepip升级pip版本:>>> pip install --upgrade pip也许是pip3,pip3.7,到安装路径下查看:D:\Programs\Python\Python37\Scriptslinux解决方法:python -m ensurepipsudo easy_i...原创 2019-08-08 23:08:52 · 74697 阅读 · 3 评论