![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML
文章平均质量分 76
wendox
这个作者很懒,什么都没留下…
展开
-
support vector network
The support-vector network implements the following idea: 转自贾扬清https://www.zhihu.com/question/22290096/answer/52642714 具体地说,线性SVM的计算部分和一个单层神经网络一样,就是一个矩阵乘积。SVM的关键在于它的Hinge Loss以及maximum margin的想法。原创 2016-01-26 21:04:52 · 1775 阅读 · 0 评论 -
sublime text 3
https://www.zhihu.com/question/36038602 安装latextools Sublime text 3是我最喜欢的代码编辑器,每天和代码打交道,必先利其器,掌握基本的代码编辑器的快捷键,能让你打码更有效。刚开始可能有些生疏,只要花一两个星期坚持使用并熟悉这些常用的快捷键,今后就能解放鼠标了,省心省力又省时,何乐而不为呢。 以下是个人总结不完全的快捷键总汇,祝愿各转载 2016-01-26 22:02:42 · 365 阅读 · 0 评论 -
ssl
什么是半监督学习?传统的机器学习技术分为两类,一类是无监督学习,一类是监督学习。 无监督学习只利用未标记的样本集,而监督学习则只利用标记的样本集进行学习。 但在很多实际问题中,只有少量的带有标记的数据,因为对数据进行标记的代价有时很高,比如在生物学中,对某种蛋白质的结构分析或者功能鉴定,可能会花上生物学家很多年的工作,而大量的未标记的数据却很容易得到。 这就促使能同时利用标记样本和未标记原创 2016-01-07 15:53:49 · 637 阅读 · 0 评论 -
Learning with Local and Global Consistency
简介半监督学习问题(直推推断)的主要方法设计一个相对于intrinsic structure平滑的分类函数,本证结构由已标注和未标注的数据揭露。 给定一组数据X={x1,...,xl,xl+1,...,xn}\mathcal{X}=\{x_1,...,x_l,x_{l+1},...,x_n\}以及一个标签集合L={1,2,...,c}\mathcal{L}=\{1,2,...,c\},前l个数据已原创 2016-01-10 14:31:15 · 4270 阅读 · 2 评论