lypbendlf - 博客园

2018年12月3日

摘要：转自:https://blog.csdn.net/jaster_wisdom/article/details/78240949#commentBox 1.区分一下易混淆的两个概念，梯度下降和随机梯度下降：梯度下降：一次将误分类集合中所有误分类点的梯度下降；随机梯度下降：随机选取一个误分类点使其梯阅读全文

posted @ 2018-12-03 21:23 lypbendlf 阅读(469) 评论(0) 推荐(0)

对于超平面的理解[转载]

摘要：转自:https://blog.csdn.net/dengheCSDN/article/details/77313758 1.引言 n 维空间中的超平面由下面的方程确定: 其中，w 和 x 都是 n 维列向量，x 为平面上的点，w 为平面上的法向量，决定了超平面的方向，b 是一个实数，代表超平面到原阅读全文

posted @ 2018-12-03 17:08 lypbendlf 阅读(1387) 评论(0) 推荐(1)

联合概率分布学习[转载]

摘要：转自:https://blog.csdn.net/tiankong_/article/details/78332666 https://blog.csdn.net/tick_tock97/article/details/79885868 1.联合概率定义联合概率分布是两个及以上随机变量组成的随机向阅读全文

posted @ 2018-12-03 07:13 lypbendlf 阅读(1513) 评论(0) 推荐(0)

2018年11月30日

关于ML的思考讲座-周zh-11.30日

摘要： 1.深度神经网络 1.以往神经网络采用单或双隐层结构，虽然参照了生物上的神经元，但是从本质上来说还是数学，以函数嵌套形成。 2.通常使用的激活函数是连续可微(differentiable)的，sigmoid函数或者是右侧的，本质上是减少梯度的降低速度。 3.现在神经网络的层数在逐级增加，几千层的也比阅读全文

posted @ 2018-11-30 18:33 lypbendlf 阅读(251) 评论(0) 推荐(0)

2018年11月28日

KS检验学习[转载]

摘要：转自：https://wenku.baidu.com/view/ccfa573a3968011ca30091d6.html https://www.cnblogs.com/arkenstone/p/5496761.html 1.定义 Kolmogorov-Smirnov是比较一个频率分布f(x)与理阅读全文

posted @ 2018-11-28 20:40 lypbendlf 阅读(3356) 评论(0) 推荐(0)

fold change的意义[转载]

摘要：转自：https://zhidao.baidu.com/question/2052933434631672387.html 1.解释解释：表达值倍数变化，分析，消除可能的混杂因素，必要时可以用读段的绝对表达值倍数变化(fold-change)来作为补充。 Fold change 用于描述一个初阅读全文

posted @ 2018-11-28 20:22 lypbendlf 阅读(7279) 评论(0) 推荐(0)

矩阵条件数学习[转载]

摘要：转自：https://baike.baidu.com/item/%E7%9F%A9%E9%98%B5%E6%9D%A1%E4%BB%B6%E6%95%B0/10150161?fr=aladdin https://wenku.baidu.com/view/27cc784a02768e9951e738f 阅读全文

posted @ 2018-11-28 16:45 lypbendlf 阅读(2328) 评论(0) 推荐(0)

基因表达谱概念学习[转载]

摘要：转自：https://baike.baidu.com/item/%E5%9F%BA%E5%9B%A0%E8%A1%A8%E8%BE%BE%E8%B0%B1/364115?fr=aladdin 1.定义 gene expression profile：指通过构建处于某一特定状态下的细胞或组织的非偏性c 阅读全文

posted @ 2018-11-28 16:05 lypbendlf 阅读(1245) 评论(0) 推荐(0)

SVM理论学习中的问题[转载]

摘要：转自：https://zhidao.baidu.com/question/494249074914968332.html SVM使用拉格朗日乘子法更为高效地求解了优化问题。 SVM将寻找具有最大几何间隔划分超平面的任务转化成一个凸优化问题，如下所示： //其中，“s.t.”，指 subject to 阅读全文

posted @ 2018-11-28 15:35 lypbendlf 阅读(456) 评论(0) 推荐(0)

拉格朗日乘子法学习[转载]

摘要：转自：https://wenku.baidu.com/view/3815adfdfad6195f302ba6c0.html 1.约束条件下多变量的优化方法 2.等式约束下的拉格朗日乘子法 2.1等式约束下极值存在的必要条件上述两页讲了两个必要条件，无约束条件下和等式约束下存在极小的必要条件。 2. 阅读全文

posted @ 2018-11-28 15:32 lypbendlf 阅读(302) 评论(0) 推荐(0)

公告