机器学习
诚实的小小乐
这个作者很懒,什么都没留下…
展开
-
拉格朗日乘子法(详细推导+思路理解)与KKT
只推导到拉格朗日乘子法(有等式约束优化),之后再继续推导有不等式约束优化问题(KKT)参考:https://blog.csdn.net/xianlingmao/article/details/7919597原创 2018-06-21 16:03:33 · 9979 阅读 · 0 评论 -
拉格朗日乘子法(详细推导+思路理解)与KKT(二)
之后再综合SVM的内容详细推导,先简单记录一下结果原创 2018-06-22 11:32:14 · 1566 阅读 · 0 评论 -
PCA和线性回归的差别
PCA使用上图的d'来衡量投影的好坏,使得样本到直线的距离最小。线性回归使用上图中的d来衡量回归的好坏,使得f(x)-y的平方和最小。 最小二乘法(最小平方法),使得f(x)-y的平方值最小化,线性回归使用的是最小二乘法。...原创 2018-07-16 20:57:45 · 5030 阅读 · 0 评论 -
推荐给初学LSTM或者懂个大概却不完全懂的人
个人认为下面这篇博文非常适合初学或者学的很浅的朋友。 转自http://www.jianshu.com/p/9dc9f41f0b29经常接触LSTM,GRU,RNN这些模型,对于LSTM的印象只是知道它用来解决梯度消失梯度爆炸问题,对于长距离的句子的学习效果不好的问题,而且大概...转载 2018-07-17 14:22:22 · 2281 阅读 · 0 评论