Preface 模式識別這個詞，以前一直不懂是什么意思，直到今年初，才開始打算讀這本廣為推薦的書，初步了解到，它的大致意思是從數據中發現特征，規律，屬於機器學習的一個分支。 在前言中，闡述了什么是模式識別之后，立刻就提到了貝葉斯方法，感覺貝葉斯方法在模式識別中有一個特別重要的位置。至於為什么，我現在還沒體會到。 隨后又提到了幾個術語：approximate inference algorithms ...
2018-05-17 09:59 0 945 推薦指數：
原創書寫，轉載請注明出處http://www.cnblogs.com/xbinworld/archive/2013/04/25/3041505.html 今天開始學Pattern Recognition and Machine Learning (PRML)書，章節1.2 ...
今天開始學Pattern Recognition and Machine Learning (PRML)，章節1.2，Probability Theory （下） 今天把1.2寫完，這一節講了很多重要的基礎內容。 1.2.3 貝葉斯概率 這一節的上半部分，我們結合一個盒子-水果抽取的問題 ...
轉載請注明源地址：http://www.cnblogs.com/xbinworld/archive/2013/04/21/3034300.html Pattern Recognition and Machine Learning (PRML)書學習，章節1.1，介紹與多項式曲線擬合 ...
1. ELM 是什么 ELM的個人理解： 單隱層的前饋人工神經網絡，特別之處在於訓練權值的算法: 在單隱層的前饋神經網絡中，輸入層到隱藏層的權值根據某種分布隨機賦予，當我們有了輸入層到隱藏層 ...
最近研究上了這個一個東西--極限學習機。 在很多問題中，我大多會碰到兩個問題，一個是分類，另一個就是回歸。簡單來說，分類是給一串數打個標簽，回歸是把一串數變為一個數。 在這里我們需要處理的數據一般維度都比較高，在處理這兩類問題時最簡單的方法就是加權。使 ...
[comment]: # 我的Machine Learning學習之路 從2016年年初，開始用python寫一個簡單的爬蟲，幫我收集一些數據。 6月份，開始學習Machine Learning的相關知識。 9月開始學習Spark和Scala。 現在想，整理一下思路。 先感謝下我的好友王峰給我 ...
這是Coursera上比較火的一門機器學習課程，主講教師為Andrew Ng。在自己看神經網絡的過程中也的確發現自己有基礎不牢、一些基本概念沒搞清楚的問題，因此想借這門課程來個查漏補缺。目前的計划是先看到神經網絡結束，后面的就不一定看了。 當然，看的過程中還是要做筆記做作業的，否則看了也是 ...
本系列文章允許轉載，轉載請保留全文！ 【請先閱讀】【說明&總目錄】http://www.cnblogs.com/tbcaaa8/p/4415055.html 1. 梯度下降法 (Gr ...
