想回老家的潜伏者躺平又起来了

未归档

Git(1) Lasso(1) Linux(1) Python(2) Scala(7) SVM(1) TensorFlow(3) 其他(1) 图表示学习(1) 工具介绍(1) 强化学习(1) 推荐系统(1) 机器学习(8) 深度学习(2) 聚类和EM算法(1)

/ 注册

全部文章 / 未归档（共73篇）

非线性SVM与核函数

核技巧非线性分类问题用线性分类的方法求解非线性分类问题分为两步：首先使用一个变换将原空间的数据映射到新空间；然后在新空间里利用线性分类学习方法从训练数据中学习分类模型。核技巧就是这种方法。核技巧应用到SVM，基本想法是通过一个非线性变换将输入空间对应于一个特征空间，使得在输入空间...

2017-08-25

0 755

线性可分SVM与硬间隔最大化

线性可分支持向量机定义给定线性可分训练数据集，通过间隔最大化或等价求解相应凸二次规划问题学习得到的分离超平面为 <nobr> w∗⋅x+b∗=0 </nobr> 以及相应的分类决策函数 <nobr> f(x...

2017-08-24

0 473

优化问题及其Lagrange对偶问题

本文图片来自http://shijuanfeng.blogbus.com/ 优化和凸优化问题优化问题凸优化问题 Lagrange函数和对偶函数对偶函数是凹函数如果Lagrange函数关于 <nobr> x </nobr>无...

2017-08-24

0 1239

贝叶斯推断 3. 离散随机变量的先验和建模

Beta分布贝塔分布（Beta Distribution) 是一个作为伯努利分布和二项式分布的共轭先验分布的密度函数，在机器学习和数理统计学中有重要应用。贝塔分布中的参数可以理解为伪计数，伯努利分布的似然函数可以表示为，表示一次事件发生的概率，它为贝塔有相同的形式，因此可以用贝塔分布作...

2017-08-21

0 618

贝叶斯推断 2. 统计推断

频率推断中心极限定理Central Limit Theorem(CLT) 独立同分布的随机变量X，若期望和方差都存在， <nobr> E(Xi)=μ </nobr>, <nobr> D(Xi)=σ2 </n...

2017-08-20

0 439

贝叶斯推断 1. 基本概率模型和贝叶斯定理

最近在看一些概率统计的知识，顺便做了一些笔记整理。基本概率模型这里简单介绍三个概念，古典概型，频率学派，贝叶斯学派。古典概型这个模型下，随机实验所有可能的结果是有限的，并且每个基本结果发生的概率是相同的比如：投掷一枚均匀硬币，结果只有两种（假设硬币没有立起来），正面朝上和反...

2017-08-20

0 496

矩阵求导简要笔记

导数与微分的关系一元微积分中导数与微分的关系： <nobr> df=f′(x)dx </nobr> 多元微积分中梯度与微分的关系： <nobr> df=∑i∂f∂xidxi=∂fT∂xdx </nobr&...

2017-05-01

0 940

CS 20SI|Lecture 11 RNNs in TensorFlow

Agenda All about RNNs Implementation tricks & treats Live demo of Language Modeling 从前馈网络到RNN RNN可以提取序列信息有向环所有步骤共享权值减少模型参数 ...

2017-03-17

0 448

Linux使用记录2

文本编辑器基础编辑器nano,gedit 不使用编辑器创建文件重复使用echo $ echo line one > myfile $ echo line two >> myfile $ echo line three >> myfile >...

2017-03-02

0 462

Linux使用记录1

The Linux Foundation Debian Family Systems (such as Ubuntu) SUSE Family Systems (such as openSUSE) Fedora Family Systems (such as CentOS) L...

2017-03-01

0 504