![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
北燕南飞1189
这个作者很懒,什么都没留下…
展开
-
windows下安装TensorFlow
windows下安装TensorFlow环境必须在python3.5版本才能安装。本人使用Anaconda3-2.4.1-Windows-x86_64.exe安装,里面集成了python3.5安装过程:1:下载Anaconda3-2.4.1-Windows-x86_64.exe。网址https://repo.continuum.io/archive/index.html2:安装An原创 2017-02-12 14:30:06 · 501 阅读 · 0 评论 -
AdaBoost算法理解
0、写在前面的话 我个人一直很喜欢算法一类的东西,在我看来算法是人类智慧的精华,其中蕴含着无与伦比的美感。而每次将学过的算法应用到实际中,并解决了实际问题后,那种快感更是我在其它地方体会不到的。 一直想写关于算法的博文,也曾写过零散的两篇,但也许是相比于工程性文章来说太小众,并没有引起大家的兴趣。最近面临毕业找工作,为了能给自己增加筹码,决定再次复习算法方面转载 2017-03-02 11:41:37 · 499 阅读 · 0 评论 -
决策树算法总结
一种树结构 if else来分类。使用决策树进行决策的过程就是从根节点开始,测试待分类项中相应的特征属性,并按照其值选择输出分支,直到到达叶子节点,将叶子节点存放的类别作为决策结果。ID3算法:根据信息论中期望信息越小,信息增益越大,从而纯度越高。所以ID3算法的核心思想就是以信息增益度量属性选择,选择分裂后信息增益最大的属性进行分裂。下面先定义几个要用到的概念。 设D为用类别原创 2017-03-01 14:30:22 · 520 阅读 · 0 评论 -
SVM总结
支持向量机(SVM)是一种二分类模型,基本模型是定义在特征空间上间隔最大化的线性分类器。当训练可分时候通过硬间隔最大化学习一个线性分类器,训练数据近似线性可分时候,通过软间隔最大化学习一个线性分类器,训练数据不可分时候通过核技巧(低维空间映射到高维空间)和软间隔最大化学习线性分类器。下面主要借鉴李航SVM章节总结。下面主要介绍SMO算法:SMO算法的目的是找到一原创 2017-02-22 09:57:06 · 503 阅读 · 0 评论 -
深度网络VGG理解
前言:ILSVRC 2014的第二名是Karen Simonyan和 Andrew Zisserman实现的卷积神经网络,现在称其为VGGNet。它主要的贡献是展示出网络的深度是算法优良性能的关键部分。他们最好的网络包含了16个卷积/全连接层。网络的结构非常一致,从头到尾全部使用的是3x3的卷积和2x2的汇聚。他们的预训练模型是可以在网络上获得并在Caffe中使用的。VGGNet不好的一点是它原创 2017-02-21 14:12:01 · 98552 阅读 · 10 评论 -
BP算法的推导
对于BP算法的推导目前看到最好的教程是ufldl课程上的推导。网址为http://ufldl.stanford.edu/tutorial/supervised/MultiLayerNeuralNetworks/。涵盖了具体的前向传播和后向传播。中文比较详细的反向传播公式的推导网址为:http://ufldl.stanford.edu/wiki/index.php/反向传导算法。(里面添加了残差原创 2017-02-15 21:22:22 · 513 阅读 · 0 评论 -
Windows下安装xgboost
首先说明一下本人环境,anaconda3下安装首先到网址 https://pypi.python.org/pypi/xgboost下下载xgboost-0.6a2.tar.gz解压后找到C:\Anaconda3\xgboost\xgboost-0.6a2\xgboost-0.6a2(我的,根据自己情况设置路径)下有setup.py,在该目录下执行cmd命令如图安装成功原创 2017-06-07 21:23:14 · 432 阅读 · 0 评论