![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
轩辕森
一不小心走上了统计学习的不归路。
展开
-
机器学习互联网业务安全实践
机器学习互联网业务安全实践缘起去年有幸得到机械工业出版社的邀请,将过去几年在互联网业务安全、反作弊、反垃圾等领域内的工作集结成书,希望为这个方向做一点小小的贡献。编辑推荐适读人群 :互联网业务安全从业者、机器学习相关程序员√ 垃圾注册|刷单|薅羊毛|信息泄露,反欺诈|反爬虫|账户安全|内容安全|信贷安全,完整方案|成熟体系与一手实践。√ 利用机器学习扩大风险识别范围|提高风险识别的准确...原创 2020-04-20 10:10:12 · 1540 阅读 · 3 评论 -
卷积神经网络(一):LeNet5的基本结构
卷积神经网络LeNet5的结构介绍。原创 2014-12-08 10:44:43 · 95672 阅读 · 28 评论 -
深度学习工具caffe详细安装指南
centos系统上caffe安装详细指南原创 2015-07-07 11:02:39 · 82948 阅读 · 5 评论 -
OPTICS聚类算法原理
OPTICS聚类算法原理基础OPTICS聚类算法是基于密度的聚类算法,全称是Ordering points to identify the clustering structure,目标是将空间中的数据按照密度分布进行聚类,其思想和DBSCAN非常类似,但是和DBSCAN不同的是,OPTICS算法可以获得不同密度的聚类,直接说就是经过OPTICS算法的处理,理论上可以获得任意密度的聚类。原创 2015-10-29 07:42:08 · 26333 阅读 · 2 评论 -
DBSCAN聚类算法原理
DBSCAND算法的全称是ensity-based spatial clustering of applications with noise (DBSCAN),从原理上讲,该算法属于OPTICS算法的一种特殊情况,而OPTICS算法就是DBSCAND算法的推广。原创 2015-10-30 13:45:30 · 8974 阅读 · 1 评论 -
FRAUDAR: Bounding Graph Fraud in the Face of Camouflage 论文理解及算法解析
FRAUDAR: Bounding Graph Fraud in the Face of Camouflage1、一段话概括算法FRAUDAR算法来源于2016年KDD会议,该论文获得了当年的最佳论文奖。该算法要解决的问题是找出站内最善于伪装的虚假账户簇。其原理是虚假账户会通过增加和正常用户的联系来进行伪装,而这些伪装(边)会形成一个很紧密的子网络,这样就可以通过定义一个全局的度量,再移除二部图结构原创 2017-03-06 18:36:43 · 5097 阅读 · 1 评论 -
LOUVAIN——社交网络挖掘之大规模网络的社区发现算法
LOUVAIN——社交网络挖掘之大规模网络的社区发现算法===算法来源该算法来源于文章Fast unfolding of communities in large networks,简称为Louvian。算法原理Louvain算法是基于模块度(Modularity)的社区发现算法,该算法在效率和效果上都表现比较好,并且能够发现层次性的社区结构,其优化的目标是最大化整个图属性结构(社区网络)的模块度。原创 2017-04-01 10:06:28 · 4685 阅读 · 0 评论 -
CatchSync算法原理及应用
在社交平台或者电商平台中,用户与用户或者用户与商品之间会形成巨大的有向网络,由于利益的存在,在这样的网络中会存在异常的模式,例如Twitter,Facebook,Weibo等社交网络中会存在虚假的关注,虚假的转发等等,而Amazon,淘宝等电商网络中会存在误导性评论,虚假交易等等。那么如何在这些静态的有向网络中识别这些可疑的行为?一般来说,这些可疑的异常行为会形成一个紧密的子网络。原创 2017-10-27 11:59:01 · 2587 阅读 · 9 评论 -
【Hinton大神新作】Dynamic Routing Between Capsules阅读笔记
Dynamic Routing Between Capsules卷积信号处理之卷积,信号的叠加与分解http://blog.csdn.net/lz0499/article/details/70195284信息是由多个信号组成的,例如图片里面的车、人、天空、草地等等傅里叶变换核心概念Vector,instantiation parameters,个人理解类似于结构...原创 2018-02-12 15:34:52 · 2035 阅读 · 0 评论 -
SPARK在linux中的部署,以及SPARK中聚类算法的使用
目前,SPARK在大数据处理领域十分流行。尤其是对于大规模数据集上的机器学习算法,SPARK更具有优势。一下初步介绍SPARK在linux中的部署与使用,以及其中聚类算法的实现。原创 2014-11-12 20:13:55 · 10099 阅读 · 0 评论 -
CNN基础及开发环境搭建(综合参考)
CNN基础及环境搭建Author:王帅;Mail:mippr11.ws@gmail.com目前,深度学习在解决图像分类,语音识别等问题上获得了已知的最优结果,该系列算法越来越受到学术界和工业界的重视。何为深度学习?一个直观的解释是如果一个机器学习算法在建模的过程中使用了多层的自动特征表示,则该机器学习算法可以称之为深度学习算法,也就是该机器学习算法可以自动地计算特征的特征表示。而卷积神经网原创 2015-02-28 13:13:06 · 10109 阅读 · 0 评论 -
卷积神经网络(三):卷积神经网络CNN的简单实现(部分Python源码)
上周末利用python简单实现了一个卷积神经网络,只包含一个卷积层和一个maxpooling层,pooling层后面的多层神经网络采用了softmax形式的输出。实验输入仍然采用MNIST图像使用10个feature map时,卷积和pooling的结果分别如下所示。原创 2014-12-14 13:30:43 · 33800 阅读 · 24 评论 -
《PRML》Logistic回归的IRLS求解
逻辑回归的IRLS求解方法原创 2014-11-12 21:01:10 · 6074 阅读 · 4 评论 -
SVM推导过程及SMO详细求解过程(一)
《PRML》中SVM支持向量机的推导过程!原创 2014-11-13 14:25:21 · 11066 阅读 · 3 评论 -
SVM推导过程及SMO详细求解过程(二)
SVM支持向量机的SMO求解过程原创 2014-11-15 22:25:15 · 5974 阅读 · 1 评论 -
【UFLDL】多层神经网络
原英文教程地址见:http://ufldl.stanford.edu/tutorial/supervised/MultiLayerNeuralNetworks本文是在学习该教程时记得笔记,供参考。周末的时候利用空闲时间用python实现了一下,但是训练结果总是不对,原因尚未查清楚,如果公式推导有误请指出,谢谢!原创 2014-11-17 19:22:07 · 4913 阅读 · 1 评论 -
混合高斯模型的EM求解(Mixtures of Gaussians)及Python实现源码
混合高斯模型的EM求解,详细推导,并附Python代码。原创 2014-11-20 10:31:08 · 9952 阅读 · 6 评论 -
【UFLDL】多层神经网络的python实现源码
上周写完了该代码,但是由于没有注意到softmax相关的实现故结果不对,更正后可以得到正确结果,用200幅图片训练200次可以得到90%以上的正确率,参数设置还有待于优化,另外可以考虑用多线程加速,此处目前还有问题(有待于修改,慎用)。推导请参考之前的文章http://blog.csdn.net/xuanyuansen/article/details/41214115。原创 2014-11-27 12:01:48 · 16286 阅读 · 14 评论 -
开源机器学习工具scikit-learn入门
开源机器学习工具scikit-learn入门。原创 2015-01-14 15:37:13 · 59454 阅读 · 3 评论 -
卷积神经网络(二):卷积神经网络CNN的BP算法
卷积神经网络CNN的BP算法原创 2014-12-12 14:37:40 · 25936 阅读 · 3 评论 -
《PRML》Logistic回归(逻辑回归,LR)的推导
《PRML》中Logistic回归(逻辑回归,LR)的推导原创 2014-11-12 20:39:31 · 9049 阅读 · 2 评论