本文主要介绍广义线性模型以及指数分布族。

Read More

本文简要介绍一下Deep Learning是什么以及其基本使用场景;在此基础上,我们会简要介绍一下BP神经网络以及Back Propagation反向传播算法。接下来在充分理解Back Propagation的基础之上,我们介绍一下Sparse Autoencoder稀疏自编码器。

Read More

作为Unsupervised Learning的一个重要组成部分,聚类算法无疑在机器学习领域有着非常广泛的应用。本文主要介绍几种常见的聚类算法。

Read More

本文继上篇介绍离散数据的生成模型之后,介绍针对连续数据的生成模型。本篇博文主要介绍五点:首先我们会介绍一下Gaussian Distribution的基础知识以及对于Gaussian分布的MLE估计,第二部分我们则会着重介绍Gaussian Discriminant Analysis,紧接该部分之后,第三部分我们会介绍基于Gaussian联合分布的Inference;第四部分我们介绍Linear Gaussian Systems,最后一部分我们给出针对高斯分布参数的估计方法。

Read More

本文为机器学习系列第二篇,主要研究一下离散数据生成模型。我们会介绍两种模型,一为Dirichlet-multinomial model,一为朴素贝叶斯分类器(Naive Bayes Classfier,NBC),最后我们介绍一下关于互信息的基本知识以及将其用于特征选择。

Read More

一 03 三月 2014

Filed under Machine Learning

Tags Machine Learning

本文作为本博客的第一篇博文,简单说明了创建这个博客的目的;同时作为机器学习系列的第一篇,对决策树中的ID3和C4.5算法进行了梳理,对于ID3算法,我们给出了Python源码实现。

Read More

苹果的味道 © qingyuanxingsi Powered by Pelican and Twitter Bootstrap. Icons by Font Awesome and Font Awesome More