想回老家的潜伏者躺平又起来了

分类

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) 未归档(73) 机器学习(8) 深度学习(2) 聚类和EM算法(1)

/ 注册

全部文章（共105篇）

线性SVM与软间隔最大化

线性支持向量机松弛变量和惩罚代价线性不可分意味着某些样本点 <nobr> (xi,yi) </nobr>不能满足函数间隔大于等于1的约束条件。可以对每个样本点 <nobr> (xi,yi) </nobr>引入一个松弛...

2017-08-25

0 847

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

Python单元测试(doctest和unittest)

docstring def collect_vowels(s): """ (str) -> str Return the vowels (a, e, i, o, and u) from s. >>> collect_vowels('Ha...

Python 单元测试

2017-08-23

0 467

Lasso回归的坐标下降法推导

目标函数 Lasso相当于带有L1正则化项的线性回归。先看下目标函数： R S S (...

Lasso 坐标下降次梯度

2017-08-22

0 1491

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

正则表达式和python re模块

正则表达式语法字符匹配 . 匹配任意字符（除了\n） \d or \D 匹配数字or非数字 \s or \S 匹配空白or非空白字符 ...

Python 正则表达式

2017-08-08

0 490

Git&GitHub

Git基础 git config --global user.name "myUserName" git config --global user.email myName@email.com git init初始化git仓库 git status查看git仓库状态 gi...

Git GitHub

2017-08-07

0 543