机器学习&数据挖掘笔记_15（关于凸优化的一些简单概念）
没有系统学过数学优化，但是机器学习中又常用到这些工具和技巧，机器学习中最常见的优化当属凸优化了，这些可以参考Ng的教学资料：http://cs229.stanford.edu/section/cs229-cvxopt.pdf，从中我们可以大致了解到一些凸优化的概念，比如凸集，凸函数，凸 ...
原文：机器学习&数据挖掘笔记_9(一些svm基础知识)
前言： 这次的内容是Ng关于machine learning关于svm部分的一些笔记。以前也学过一些svm理论，并且用过libsvm，不过这次一听Ng的内容，确实收获不少，隐约可以看到从logistic model到svm model的过程。 基础内容： 使用linear模型进行分类时，可以将参数向量看成一个变量，如果代价函数用MSE表示，则代价函数的图形类似抛物线 以新的变量为自变量 如果代价 ...
2013-05-26 23:01 3 10356 推荐指数：
相关推荐
机器学习概率论的一些基础知识
概率论的一些基础知识 条件概率 \(P(B|A) = \frac{1}{3}\) 表示的意思为当A发生的时候，B发生的概率 有公式 \[P(B|A) = \frac{P(AB)}{P(A)} \] \[P(AB) = P(B|A)*P(A)=P(A|B)*P(B ...
常见的机器学习&数据挖掘知识点
原文：http://blog.csdn.net/heyongluoyao8/article/details/47840255 常见的机器学习&数据挖掘知识点 转载请说明出处 Basis(基础)： SSE(Sum of Squared Error, 平方误差 ...
谈谈数据挖掘和机器学习
谈谈数据挖掘和机器学习 又是好长时间没有写博客了，最近周末事情太多，明天劳动节终于可以让我们劳动人民休息一天了。首先声明的是本人并非数据挖掘和机器学习的高手，只是作为业余兴趣刚刚开始研究，据我所知好多朋友也和我一样对这方面的东西感兴趣，个人认为机器人技术是未来发展的方向。虽然我的专业是软件开发 ...
数据挖掘和机器学习概述
一、数据挖掘任务 数据挖掘常见的六大任务： 1.分类问题 2.聚类问题 3.回归问题 4.关联问题 5.序列问题 6.异常检测 二、数据挖掘流程 CRISP-DM：跨行业数据挖掘标准流程 ...
我的机器学习/数据挖掘的书单
李航的《统计学习方法》 这本书开篇第一章写得特别好，各个模型的算法推导也比较全，基本涵盖了比较经典的判别模型和生成模型。 《机器学习实战》 这本书代码和应用特别多，了解python用法和机器学习算法的代码实现非常方便。 项亮的《推荐系统实践》 这本书个人感觉偏理论一点，伪代码 ...
数据挖掘——学习笔记（机器学习--监督，非监督，半监督学习）
http://blog.sina.com.cn/s/blog_627a4f560100xmj1.html 在机器学习(Machine learning)领域，监督学习(Supervised learning)、非监督学习(Unsupervised learning)以及半监督学习 ...
机器学习&数据挖掘笔记_24（PGM练习八：结构学习）
前言： 本次实验包含了2部分：贝叶斯模型参数的学习以及贝叶斯模型结构的学习，在前面的博文PGM练习七：CRF中参数的学习 中我们已经知道怎样学习马尔科夫模型(CRF)的参数，那个实验采用的是优化方法，而这里贝叶斯模型参数的学习是先假定样本符合某种分布，然后使用统计 ...