机器学习算法
文章平均质量分 84
weifenglin1997
山东科技大学
在校本科生(15级)
计算机科学与技术专业
机器学习 深度学习 算法
展开
-
【PCA与LDA】特征值分解与奇异值分解以及图像压缩处理原理
前言: 上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印象中,往往是停留在纯粹的数学计算中。而且线性代数或者矩阵论里面,也很少讲任何跟特征值与奇异值有关的应用背景。奇异值分解是一个有着很明显的物理意义的一种方法,它可以将一个比较复杂的矩阵用更小更简单的转载 2017-08-01 16:56:46 · 4668 阅读 · 2 评论 -
机器学习算法 高斯识别分析(GDA) 多元高斯分布 CS229
The first generative learning algorithm that we’ll look at is Gaussian discrim-inant analysis (GDA). In this model, we’ll assume that p(x|y) is distributedaccording to a multivariate normal distribution. Let’s talk briefly about theproperties of multivaria原创 2017-08-28 14:26:42 · 2965 阅读 · 0 评论 -
什么是人工神经网络 人工神经网络的介绍
在机器学习和认知科学领域,人工神经网络(英文:artificial neural network,缩写ANN),简称神经网络(英文:neural network,缩写NN)或类神经网络,是一种模仿生物神经网络(动物的中枢神经系统,特别是大脑)的结构和功能的数学模型或计算模型,用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内转载 2017-08-31 01:54:05 · 13276 阅读 · 1 评论 -
朴素贝叶斯分类器
朴素贝叶斯分类是一种十分简单的分类算法,叫它朴素贝叶斯分类是因为这种方法的思想真的很朴素。朴素贝叶斯的思想基础是这样的:对于给出的待分类项,求解在此项出现的条件下各个类别出现的概率,哪个最大,就认为此待分类项属于哪个类别。通俗来说,就好比这么个道理,你在街上看到一个黑人,我问你你猜这哥们哪里来的,你十有八九猜非洲。为什么呢?因为黑人中非洲人的比率最高,当然人家也可能是美洲人或亚洲人,但在没有其它可用信息下,我们会选择条件概率最大的类别,这就是朴素贝叶斯的思想基础。转载 2017-09-02 09:28:53 · 2057 阅读 · 1 评论 -
数据挖掘十大算法--K-均值聚类算法
在正式讨论聚类前,我们要先弄清楚一个问题:如何定量计算两个可比较元素间的相异度。用通俗的话说,相异度就是两个东西差别有多大,例如人类与章鱼的相异度明显大于人类与黑猩猩的相异度,这是能我们直观感受到的。但是,计算机没有这种直观感受能力,我们必须对相异度在数学上进行定量定义。转载 2017-09-02 09:38:23 · 1163 阅读 · 0 评论 -
《TensorFlow官方文档》快速入门
本指南指引你在TensorFlow上面编程。在使用本指南前,先安装TensorFlow。为了最有效使用该指南,你需要先了解一下内容:怎样用Python来编程。至少对数组有一点了解。最好对机器学习有一些了解。但是如果你只是了解一点点甚至还没有了解过机器学习,这依然是你第一篇需要阅读的指南。TensoFlow提供了多样API。 最低级转载 2017-12-05 18:55:51 · 3927 阅读 · 0 评论