null的专栏

291 篇文章
57 人订阅

全部文章

zhaozhiyong

优化算法——人工蜂群算法(ABC)

    人工蜂群算法(Artificial Bee Colony, ABC)是由Karaboga于2005年提出的一种新颖的基于群智能的全局优化算法,其直观背景...

953
zhaozhiyong

简单易学的机器学习算法——Rosenblatt感知机

    感知机是一种二类分类的线性模型,输入实例的特征向量,输出为实例的类别,即+1或者-1。感知机模型是神经网络和支持向量机的基础。

602
zhaozhiyong

简单易学的机器学习算法——朴素贝叶斯

    贝叶斯推断告诉我们,先预估计一个“先验概率”,然后加入实验结果,看这个实验到底是增强还是削弱了“先验概率”,由此得到更接近事实的“后验概率”。

722
zhaozhiyong

简单易学的机器学习算法——极限学习机(ELM)

       极限学习机(Extreme Learning Machine) ELM,是由黄广斌提出来的求解单隐层神经网络的算法。

853
zhaozhiyong

简单易学的机器学习算法——Rosenblatt感知机的对偶解法

    在博文“简单易学的机器学习算法——Rosenblatt感知机”中介绍了Rosenblatt感知机的基本概念。Rosenblatt感知机是针对线性可分问题...

581
zhaozhiyong

简单易学的机器学习算法——基于密度的聚类算法DBSCAN

    最近在Science上的一篇基于密度的聚类算法《Clustering by fast search and find of density peaks》...

581
zhaozhiyong

论文中的机器学习算法——基于密度峰值的聚类算法

    最近有一篇Science上的文章引起了大家的关注,是由Alex Rodriguez和Alessandro Laio发表的《Clustering by f...

661
zhaozhiyong

简单易学的机器学习算法——非线性支持向量机

    前面三篇博文主要介绍了支持向量机的基本概念,线性可分支持向量机的原理以及线性支持向量机的原理,线性可分支持向量机是线性支持向量机的基础。对于线性支持向量...

752
zhaozhiyong

简单易学的机器学习算法——线性支持向量机

    线性支持向量机是针对线性不可分的数据集的,这样的数据集可以通过近似可分的方法实现分类。对于这样的数据集,类似线性可分支持向量机,通过求解对应的凸二次规划...

742
zhaozhiyong

简单易学的机器学习算法——线性可分支持向量机

    线性可分支持向量机是用于求解线性可分问题的分类问题。对于给定的线性可分训练数据集,通过间隔最大化构造相应的凸二次优化问题可以得到分离超平面:

983
zhaozhiyong

数据结构和算法——动态规划

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.n...

682
zhaozhiyong

图解机器学习总结——2、回归

回归指的是对于训练数据集{xi,yi}\left \{\mathbf{ x}_i,y_i \right \},其中,yiy_i是连续值。用过学习,找到函数fθ(...

923
zhaozhiyong

利用Theano理解深度学习——Auto Encoder

注:本系列是基于参考文献中的内容,并对其进行整理,注释形成的一系列关于深度学习的基本理论与实践的材料,基本内容与参考文献保持一致,并对这个专题起名为“利用The...

1085
zhaozhiyong

python基础知识——内置数据结构(列表)

列表是python中使用较多的一种数据结构,通常是作为函数的返回类型。相比较于元组,列表中的元素是可以修改的,可以实现添加、删除和查找的操作。

713
zhaozhiyong

python基础知识——基本语法

在python基础知识这个系列中,准备罗列出我学习python的一些基础知识,包括:

773
zhaozhiyong

简单易学的机器学习算法——线性回归(2)

    在基本的线性回归中(可见简单易学的机器学习算法——线性回归(1)),对于一个线性回归为题,我们得到一个线性方程组:

692
zhaozhiyong

简单易学的机器学习算法——SVD奇异值分解

    特征值分解与SVD奇异值分解的目的都是提取一个矩阵最重要的特征。然而,特征值分解只适用于方阵,而SVD奇异值分解适用于任意的矩阵,不一定是方阵。

902
zhaozhiyong

简单易学的机器学习算法——岭回归(Ridge Regression)

以上的这些问题,主要就是表现在模型的方差和偏差问题上,这样的关系可以通过下图说明:

883
zhaozhiyong

简单易学的机器学习算法——主成分分析(PCA)

       对于现在维数比较多的数据,我们首先需要做的就是对其进行降维操作。降维,简单来说就是说在尽量保证数据本质的前提下将数据中的维数降低。降维的操作可以理...

1063
zhaozhiyong

简单易学的机器学习算法——协同过滤推荐算法(2)

    协同过滤(Collaborative Filtering)的推荐系统的原理是通过将用户和其他用户的数据进行比对来实现推荐的。比对的具体方法就是通过计算两...

602

扫码关注云+社区