数据分析&机器学习
文章平均质量分 76
Eugene_Chien
What is the future of coding?
展开
-
网格计算、集群计算、云计算、分布式计算(一)
这些概念听起来挺晕乎,看了点资料仍是晕乎,在学校也很难得到比较深刻的认识,还得通过自己多看资料,多体会,对思考,才能明白他们的意思一、网格计算 官方概念:网格计算即分布式计算,是一门计算机科学。它研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分,然后把这些部分分配给许多计算机进行处理,最后把这些计算结果综合起来得到最终结果。 网格诞生于那些原创 2013-02-21 11:28:44 · 1229 阅读 · 0 评论 -
网格计算(二)
一、认识网格用简单的话讲,网格是服务器、数据源、因特网三种技术的有机组合和发展,它具有高性能、一体化、资源共享等技术优点。它的优势在于,整合了分布在世界各地的计算资源,通过网格计算软件,用户可以将自己的计算需求分散到各个不同的服务器中进行计算,用户无需知道自己使用的服务器位置在哪,属于什么人,他所做的只是输入需求和获得结果。看到这,您也许会觉得网格好像和我们每天都要使用的互联网原创 2013-02-21 11:53:48 · 826 阅读 · 0 评论 -
随机算法初探
随机算法的数学基础就是概率论的知识,比如大学本科阶段学习的独立性,互斥、样本期望以及各种分布的知识。在这里默认大家都了解了概率论的知识的前提下,对随机算法进行初步的介绍。在学习C、JAVA的时候,我们其实也经常用到随机产生函数random()等等,但是本文将侧重于介绍随机算法的理论。一、随机算法 随机算法为使用随机函数发生器的算法,算法中的一些判断依赖于随机函数产生器原创 2013-03-11 10:19:08 · 1114 阅读 · 0 评论 -
HMM之前向算法(forward algorithms)
初学HMM,可能会第一次对如此多的数学公式,理论和推理感到头晕,发现这篇文章,能比较好的理解前向算法,关于HMM的笔记,随后呈上。1.穷举搜索( Exhaustive search for solution) 给定隐马尔科夫模型,也就是在模型参数(Algorithm)" style="margin:0px; padding:0px; border:0px; list-style:no转载 2013-03-05 17:37:22 · 1668 阅读 · 0 评论 -
HMM理解以及相关算法
1、MM 先有马尔可夫模型,再有隐马尔可夫模型,什么叫马尔可夫模型呢,也就是具有马尔可夫性质的模型,而马尔可夫性质用概念来讲,就是:一个过程的“将来”只取决于“现在”,而不取决于“过去”。这就叫马尔可夫性,具有马尔可夫性的过程叫做马尔可夫过程。 (下面来一段数学定义: 设在时刻t的随机变量用St 表示,其观察值用st表示,则如果当S1=s1,S2=原创 2013-03-05 21:56:06 · 1673 阅读 · 0 评论 -
前向算法的实例应用
一、基本情况 前面有章节介绍过前向算法的理论,似乎很难理解,本文将用一个实例来说明前向算法的应用,先回顾下前向算法的理论 1、 一个隐马尔可夫模型 (HMM) 是由一个五元组描述的: λ =( N,M ,A,B, π ) 其中:原创 2013-03-07 20:21:03 · 1932 阅读 · 0 评论 -
数据挖掘中的十大问题
这十大问题是在2005年,ICDM会议上整理提出的,由香港科技大学的杨强教授等组织。ICDM是数据挖掘领域的顶级国际会议,International Conference on Data Mining。这十个问题是根据咨询的专家的意见整理出来的,具有很高的前瞻性和指导意义。 1、形成数据挖掘的统一理论 目前的数据挖掘都是为企业或者解决实际问题而使用的原创 2013-02-18 21:15:47 · 1338 阅读 · 0 评论 -
贝叶斯公式、先验概率、后验概率
先验概率: 在缺少某个前提下的变量概率,在机器学习中就是没有训练样本,在训练之前的初始概率:P(w)后验概率: 在有了样本数据以后,对变量进行概率的修正,得到的概率就是后验概率,,例如g是样本,则后验概率是:P(w | g)贝叶斯公式: 从形式上讲,贝叶斯公式通过先验概率和似然函数求取后验概率。 P(w |原创 2014-04-04 08:09:42 · 2074 阅读 · 0 评论