我眼中的机器学习(四) 快速寻找最优解
快速寻找最优解 -基础知识 通过上文, 我们知道了, 如果盲目使用随机算法或者遍历算法寻找最优解的话, 需要计算的空间将会太大. 为了能够让大家直观的感受一下实际应用的计算量, 我这里再举个例子, 1997年5月11日 IBM的深蓝AI战胜卡国际象棋名家斯帕罗夫. 我们知道 围棋 ...
原文：我眼中的机器学习(三) 如何寻找模型的最优解
前面两篇文章, 我们先是通过三个非常简单的数学例子了解了机器学习的基本流程 训练, 预测 . 接着为大家解释了为什么大家早就学会解方程了, 还需要用到机器学习技术. 我们接下来要讲的是机器学习算法怎样为我们在无数个可能的模型中找出最有可能正确的 最优的 那个模型. 首先在上一篇文章中, 有朋友提问 为什么认为找出来的模型是最优的，怎么判断它是不是最优的，依据是什么 机器学习没办法为我们找到百分百正 ...
2016-10-25 14:12 0 2829 推荐指数：
相关推荐
机器学习之寻找KMeans的最优K
K-Means聚类算法是最为经典的，同时也是使用最为广泛的一种基于划分的聚类算法，它属于基于距离的无监督聚类算法。KMeans算法简单实用，在机器学习算法中占有重要的地位。对于KMeans算法而言，如何确定K值，确实让人头疼的事情。 最近这几天一直忙于构建公司的推荐引擎。对用户群体的分类 ...
机器学习：决策树（使用信息熵寻找最优划分）
老师强调：作为计算机工程师，传统的算法和数据结构是最基础的内容，要掌握。 一、节点数据集的划分 1）决策树算法的思想 解决分类问题时，决策树算法的任务是构造决策树模型，对未知的样本进行分类； 决策树算法利用了信息熵和决策树思维： 信息熵越小的数据集，样本 ...
机器学习常见的最优化算法
1. 梯度下降法（Gradient Descent） 梯度下降法是最早最简单，也是最为常用的最优化方法。梯度下降法实现简单，当目标函数是凸函数时，梯度下降法的解是全局解。一般情况下，其解不保证是全局最优解，梯度下降法的速度也未必是最快的。梯度下降法的优化思想是用当前位置负梯度方向作为搜索方向 ...
最优化理论——机器学习基础
目录 前言 常见概念 目标函数（objective function） 收敛（convergence） 局部最小值（local mininu ...
为什么一些机器学习模型需要对数据进行归一化？——1）归一化后加快了梯度下降求最优解的速度；2）归一化有可能提高精度
为什么一些机器学习模型需要对数据进行归一化？ http://www.cnblogs.com/LBSer/p/4440590.html 机器学习模型被互联网行业广泛应用，如排序（参见：排序学习实践）、推荐、反作弊、定位（参见：基于朴素贝叶斯的定位算法）等。一般做机器学习应用 ...
我眼中的机器学习(一) 应用,目的及基本概念
经常有一些学弟在QQ或者邮箱上面问我, 机器学习是什么? 我要怎么学习机器学习? 机器学习要如何入门/上手 等类似的问题. 现在我索性就发个博客出来, 以后你们直接来看这个文章就好了~ 机器学习是一门研究如何从已有的数据样本中发现该数据样本的数学模型, 而后利用 ...
机器学习常用模型
（原作：MSRA刘铁岩著《分布式机器学习：算法、理论与实践》。这一部分叙述很清晰，适合用于系统整理NN知识） 线性模型 线性模型是最简单的，也是最基本的机器学习模型。其数学形式如下：g(X;W)=WTX。有时，我们还会在WTX的基础上额外加入一个偏置项b，不过只要把X扩展出一维常数 ...