机器学习
Marshal Zheng
CUHK-SZ PhD student
展开
-
文献阅读(机器学习等)数学基础
文献阅读(机器学习等)数学基础Yuanshuai文章目录文献阅读(机器学习等)数学基础一、线性代数二、概率三、信息论四、数值计算一、线性代数标量、向量矩阵:m×nm\times nm×n张量:标量、向量、矩阵的推广——>(0阶,1阶,2阶……)例如图像:长、宽、RGB值——>3阶张量范数:描述向量大小∣∣x∣∣p=(∑i∣xi∣p)1p||x||_p = (\sum_{i}|x_i|^p)^{\frac{1}{p}}∣∣x∣∣p=(i∑∣xi∣原创 2020-05-28 16:24:44 · 688 阅读 · 0 评论 -
基于遗传算法的决策系统设计
基于遗传算法的决策系统设计Marshal Zheng2019-04-30基础架构 基本初始化种群同一般遗传算法,选择合适的变异交叉参数(概率值),其他基础架构接近一般设计。模型改进适应度计算函数cal_objvalue(pop,SNR):适应度函数自主设计。主要思路:适应度函数主要考量链路对信号的影响进行设计。输入:输入的是干扰信号的特征。我们需要根据干扰信号的...原创 2019-04-30 12:36:37 · 890 阅读 · 0 评论 -
关于遗传算法-干扰决策的思考历程
关于遗传算法-干扰决策的思考历程Marshal Zheng2019-04-29 之前一直想的是用遗传算法做干扰分类,但是遗传算法是一个典型的优化算法,用来解决分类问题直观上是不适合的,特别是对于难以确定适应度函数的分类问题。 查阅若干文献,大家大多是用遗传算法做的特征选择,然后配合专门的分类器(如决策树,神经网络等),再进行分类。既然这样,就失去了直接使用遗传算法做项目的初衷。 后...原创 2019-04-29 12:00:03 · 605 阅读 · 1 评论 -
遗传算法与蜂群算法实现效果对比
遗传算法与蜂群算法实现效果对比Marshal Zheng2019-05-03实现环境win10,matlab R2016b,python3,pycharm实现代码项目相关,暂不贴,应用的遗传算法和蜂群算法的基本框架。参考前面几篇文章。实现比较遗传算法 种群大小为50,编码长度为4bit,迭代次数为50次,交叉概率为0.9,变异概率为0.09,对某一信号处理问题的求解结果如下:...原创 2019-05-04 08:30:58 · 1901 阅读 · 0 评论 -
遗传算法与蜂群算法实现效果对比
遗传算法与蜂群算法实现效果对比Marshal Zheng2019-05-03实现环境win10,matlab R2016b,python3,pycharm实现代码项目相关,暂不贴,应用的遗传算法和蜂群算法的基本框架。参考前面几篇文章。实现比较遗传算法 种群大小为50,编码长度为4bit,迭代次数为50次,交叉概率为0.9,变异概率为0.09,对某一信号处理问题的求解结果如下:...原创 2019-05-03 22:07:08 · 2062 阅读 · 1 评论 -
人工蜂群算法-要点总结
人工蜂群算法Marshal 2019-05-03ABC算法——优化方法基本组成雇佣蜂:定位点蜜源更新公式phi = a*rand([-1,1],[1,nVar])NewPosition = PopPosition[i] + phi*(PopPosition[i]-PopPosition[k])跟随蜂:跟着采蜜侦查蜂:找初始化参数代价函数计算函...原创 2019-05-03 18:39:16 · 5130 阅读 · 1 评论 -
《Rule Induction with a Genetic Sequential Covering Algorithm》GeSeCo概要解读
《Rule Induction with a Genetic Sequential Covering Algorithm》GeSeCo概要解读Marshal Zheng2019-04-27文章目录《Rule Induction with a Genetic Sequential Covering Algorithm》GeSeCo概要解读背景摘要介绍part 22.1 Monks-1问题2.2...原创 2019-04-27 13:00:45 · 353 阅读 · 0 评论 -
实战+原理--手写数字识别--CNN卷积神经网络--matlab
实战+原理–手写数字识别–卷积神经网络–matlab Marshal Zheng2019-04-13文章目录实战+原理--手写数字识别--卷积神经网络--matlabTargetDatasetDataset-converted into bmpTrainTestResultTheory about CNN (Convolutional Neural Networks)Target使用卷...原创 2019-04-13 23:27:09 · 16556 阅读 · 45 评论 -
花书《Deep learning》学习笔记–Convolutional Networks-卷积神经网络
花书《Deep learning》学习笔记–Convolutional NetworksMarshal Zheng2019-04-13文章目录花书《Deep learning》学习笔记--Convolutional NetworksCNNThe Convolution opeartion个人理解归纳领域优势卷积神经网络基本认识两类神经元:C,S网络结构优势解释:训练参数如何减少?为什么卷积...原创 2019-04-13 23:19:41 · 1707 阅读 · 0 评论 -
斯坦福深度学习CS230课程cheatsheet学后总结笔记(3)--直观化认识
原创 2019-04-13 23:00:12 · 207 阅读 · 0 评论 -
《机器学习》西瓜书笔记——chapter 7:贝叶斯分类器
《机器学习》西瓜书笔记——chapter 7:贝叶斯分类器 Marshal Zheng 2019-04-16西瓜书笔记更新啦!7.1 贝叶斯决策论假设有NNN种可能类别标记,即y=c1,c2,⋯ ,cNy = {c_1,c_2,\cdots,c_N}y=c1,c2,⋯,cN,λij\lambda_{ij}λij是将一个真实标记为cjc_jcj的样本...原创 2019-04-16 10:23:38 · 506 阅读 · 0 评论 -
数据科学和机器学习面试问题
数据科学和机器学习面试问题背景网上冲浪时看到了美国某机器学习研究者写的文章,他在几个月里面试了许多大公司以及创业公司,所以也记录了很多公司问他的面试问题,他做了一个整理和分享,下面我做简单翻译并整理分享,也是自我学习反省。问题误差与方差之间的权衡是什么?什么是梯度下降?解释过度和不合适以及如何对抗它们?你如何对抗维度灾难?什么是归一化,我们为什么要使用它,并提供...原创 2019-04-08 23:13:43 · 278 阅读 · 0 评论 -
对\emph{Deep-learning-BN}模型算法的学习-谷歌研究员论文翻译Batch Normalization
\documentclass[master]{thesis-uestc}\usepackage{algorithm}\let\cleardoublepage\clearpage\title{对\emph{Deep-learning-BN}模型算法的学习}\author{Marshal Zheng}\begin{document}\maketitle\begin{chineseabst...原创 2019-04-08 22:39:31 · 647 阅读 · 0 评论 -
机器学习——西瓜书笔记
待全部看完西瓜书之后,再进行系统归纳整理笔记,防止陷入“局部最优”目前进度,两天一个章节。已完成:第一章:绪论第二章:模型评估与选择第三章:线性模型...原创 2019-03-05 21:17:06 · 419 阅读 · 0 评论