豬豬的機器學習筆記（四）凸優化
凸優化 作者：櫻花豬 摘要: 本文為七月算法（julyedu.com）12月機器學習第四次課在線筆記。“凸優化”指的是一種比較特殊的優化，通過“凸優化”我們能夠把目標函數轉化成一個“凸函數”然后利用凸函數的性質求極值來求解問題。“凸優化”不僅僅在機器學習中有所應用，幾乎在 ...
原文：豬豬的機器學習（十六）采樣和變分
采樣和變分 作者：櫻花豬 摘要： 本文為七月算法 julyedu.com 月機器學習第十六次課在線筆記。當我們已知模型的存在，想知道參數的時候我們就可以通過采樣的方式來獲得一定數量的樣本，從而學習到這個系統的參數。變分則是在采樣的基礎上的一次提升，采用相鄰結點的期望。這使得變分往往比采樣算法更高效：用一次期望計算代替了大量的采樣。直觀上，均值的信息是高密 dense 的，而采樣值的信息是稀疏 sp ...
2016-05-06 16:22 0 3342 推薦指數：
相關推薦
豬豬的機器學習筆記（一）微積分和概率論
微積分和概率論 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第一次課在線筆記。本次課以機器學習的觀點來看待曾經學過的數學問題，為未來的做機器學習的公式推導做理論基礎。主要內容包括高等數學和概率論部分內容。課程通過簡單的數學知識串講，喚起封存已久 ...
機器學習中的 上采樣 下采樣 過采樣 欠采樣
1. 過采樣和欠采樣 這是兩種解決分類訓練過程中數據量不平衡的采樣方法 拿二分類舉例，期望陽性樣本數量：陰性樣本數量 = 1：1，但實際上陽性樣本數量：陰性樣本數量 = 1000：100 過采樣 將100數據復制10份，達到兩個樣本數量之比為1000：1000 欠采樣 將1000數據 ...
豬豬的機器學習筆記（十一）隨機森林和提升
隨機森林和提升 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第十一次次課在線筆記。隨機森林和提升都是機器學習將弱分類器融合成強分類器的方法。和我們熟悉的另一種機器學習模型SVM相比，這種方法更適合於大數據並且它的計算速度要比SVM快許多 ...
豬豬的機器學習筆記（七）最大熵模型
最大熵模型 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第七次課在線筆記。熵，這個概念對於我們來說既熟悉又陌生，熟悉的是我們在許多領域都會碰到熵這個概念，陌生的是如果真的讓你解釋它又說不清道不明。本次課程討論了熵的概念並詳細解釋了最大熵模型。這次 ...
豬豬的機器學習（十三）貝葉斯網絡
貝葉斯網絡 作者：櫻花豬 摘要 本文為七月算法（julyedu.com）12月機器學習第十三次次課在線筆記。貝葉斯網絡又稱信度網絡，是Bayes方法的擴展，是目前不確定知識表達和推理領域最有效的理論模型之一。貝葉斯網絡適用於表達和分析不確定性和概率性的事件，應用於有條件地依賴多種控制 ...
豬豬的機器學習筆記（十五）主題模型
主題模型 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第十五次課在線筆記。主題模型是對文字隱含主題進行建模的方法。它克服了傳統信息檢索中文檔相似度計算方法的缺點，並且能夠在海量互聯網數據中自動尋找出文字間的語義主題。主題模型在自然語言和基於文本 ...
豬豬的機器學習筆記（十八）條件隨機場
條件隨機場 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第十八次課在線筆記。條件隨機場是一種判別式概率模型，是隨機場的一種，常用於標注或分析序列資料，如自然語言文字或是生物序列。 引言： “條件隨機場”被用於中文分詞 ...