盒马-CSDN博客

原创盒马唠机器学习之BP神经网络

对于大多数的人来说刚接触神经网络的时候都会先碰到BP算法的问题，如何形象快速地理解BP神经网络，尤其是理解当中的逆向反馈，很多人总是会在这里的大量公式觉得好像很难就退缩了，其实不难，就是一个链式求导法则反复用。如果不想看公式，可以直接把数值带进去，实际的计算一下，体会一下这个过程之后再来推导公式，这样就会觉得很容易了。神经网络的结构神经网络由大量的节点（或称神经元）...

2018-06-08 17:39:52 708

原创盒马唠机器学习之SVM支持向量机

SVM的分类思想本质上和线性回归LR分类方法类似，就是求出一组权重系数，在线性表示之后可以分类。我们先使用一组trainging set来训练SVM中的权重系数，然后可以对testing set进行分类。说的更加更大上一些：SVM就是先训练出一个分割超平面separation hyperplane, 然后该平面就是分类的决策边界，分在平面两边的就是两类。显然，经典的SVM算法只适用...

2018-06-03 13:27:47 261

原创盒马唠机器学习之EM算法

EM算法是一种迭代的算法，1977年由Dempster等人提出，用于含有隐变量（Hidden Variable）的概率模型参数的极大似然估计，或极大后验概率估计。它的计算方法中每一次迭代都分两步，其中一个为期望步（E步），另一个为极大步（M步），所以算法被称为EM算法（Expectation Maximization Algorithm）。其基本思想是：首先根据己经给出的观测数据，...

2018-06-01 15:09:36 227

原创盒马唠机器学习之降维算法

机器学习领域中所谓的降维就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中从而去降低后续算法的计算量。降维的本质是学习一个映射函数 f : x->y，其中x是原始数据点的表达，目前最多使用向量表达形式。 y是数据点映射后的低维向量表达，通常y的维度小于x的维度（当然提高维度也是可以的）。f可能是显式的或隐式的、线性的或非线性的。就目前大部分降维...

2018-05-12 14:42:04 279

原创盒马唠机器学习之聚类算法

聚类是数据挖掘中的概念，就是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。也即聚类后同一类的数据尽可能聚集到一起，不同类数据尽量分离。对于聚类算法有两难点，一是如何评价这个数据聚类也就是分蔟分得比较好，因为是无监督的学习你不知道这个数据该分成几类，而且类间成员是不...

2018-05-11 17:20:36 467 1

原创盒马唠机器学习之朴素贝叶斯算法

朴素贝叶斯算法是基于贝叶斯定理和特征条件独立假设的分类法，是一种基于概率分布的分类算法。贝叶斯分类算法，通俗的来讲，在给定数据集的前提下，对于一个新样本（未分类），在数据集中找到和新样本特征相同的样本，最后根据这些样本算出每个类的概率，概率最高的类即为新样本的类。本文通过几个小栗子来介绍朴素贝叶斯算法。贝叶斯要解决的问题：正向概率：假设袋子里面有N个白球，M个黑球...

2018-05-10 20:30:05 257

原创盒马唠机器学习之随机森林

作为新兴起的、高度灵活的一种机器学习算法，随机森林（Random Forest，简称RF）拥有广泛的应用前景。我发现最近几年的国内外大赛，包括2013年百度校园电影推荐系统大赛、2014年阿里巴巴天池大数据竞赛以及Kaggle数据科学竞赛，参赛者对随机森林的使用占有相当高的比例。此外，据我的了解来看，一大部分成功进入答辩的队伍也都选择了Random Forest 或者 GBDT 算...

2018-05-10 14:02:19 303

原创盒马唠机器学习之决策树

树模型和线性模型有什么区别呢？其中最重要的是，树形模型是一个一个特征进行处理并且每增加一个特征相当于在数据中切一刀，之前线性模型是所有特征给予权重相加得到一个新的值。决策树与逻辑回归的分类区别也在于此，逻辑回归是将所有特征变换为概率后，通过大于某一概率阈值的划分为一类，小于某一概率阈值的为另一类；而决策树是对每一个特征做一个划分也就是切一刀，它可以认为是if-then规则的集合，也可...

2018-05-09 20:44:26 230

原创盒马唠TLD跟踪算法

目标视觉跟踪算法介绍目标视觉跟踪(Visual Object Tracking)，普遍认为可分为两大类：生成(generative)模型方法和判别(discriminative)模型方法，目前比较流行的是判别类方法，也叫检测跟踪tracking-by-detection，下面我做简单介绍。 generative：在当前帧对目标区域建模，在下一帧寻找与模型最相似的区域就...

2018-05-07 19:58:17 3440

原创盒马唠机器学习之逻辑回归

Logistic Regression（逻辑回归）是机器学习中一个非常非常常见的模型，在实际生产环境中也常常被使用，是一种经典的分类模型（不是回归模型，不是回归模型，不是。虽然是叫逻辑回归，其实是分类模型。我认为这是因为逻辑回归用了和回归类似的方法来解决了分类问题）。在做分类的时候，很多人都会用逻辑回归先试下，再用复杂的。本文主要介绍了Logistic Regression（逻辑回...

2018-05-06 14:30:22 227

原创盒马唠机器学习之线性回归

线性回归是机器学习中最基本的一个算法，但是那些所谓的效果很好的算法也无非是从这些基础算法慢慢演变而来。我面试很多的互联网公司都十分重视基础。一些简单的东西学好了，很多复杂的东西以前看不懂的东西就会迎刃而解的。机器算法的每个细节都不要去忽略，不然会让你错失很多机会。非常感谢的课程对我学机器学习有很大的帮助。话不多说，接下来是干货。预备知识：极大似然估...

2018-05-04 15:46:39 204 1

weixin_37590793的博客