2016年5月10日
vs调试MEX文件
摘要： http://www.cnblogs.com/lukylu/p/4042306.html matlab里面无法单步调试mex函数，故需转到VS上面调试，这里采用VS2010。 参考网上很多人写的方法但都很乱，杂，试了多次都没有成功。今天终于解决了，现把方法记录下来。 1、VC中编写Mex函数 新建一个win32 dll 空项目。 2、添加源文件Test.cpp，编写MEX函数，ME... 阅读全文
posted @ 2016-05-10 22:29 樱花猪 阅读(1147) 评论(0) 推荐(0)
2016年5月6日
猪猪的机器学习笔记（十八）条件随机场
摘要： 条件随机场 <!--more--> 作者：樱花猪 摘要： 本文为七月算法（julyedu.com）12月机器学习第十八次课在线笔记。条件随机场是一种判别式概率模型，是随机场的一种，常用于标注或分析序列资料，如自然语言文字或是生物序列。 引言： “条件随机场”被用于中文分词和词性标注等词法分析工作，一 阅读全文
posted @ 2016-05-06 19:14 樱花猪 阅读(2684) 评论(0) 推荐(0)
猪猪的机器学习笔记（二十）循环神经网络
摘要： 循环神经网络 作者：樱花猪 摘要： 本文为七月算法（julyedu.com）12月机器学习第二十次课在线笔记。 多层反馈RNN（Recurrent neural Network、循环神经网络）神经网络是一种节点定向连接成环的人工神经网络。这种网络的内部状态可以展示动态时序行为。不同于前馈神经网络的是 阅读全文
posted @ 2016-05-06 18:24 樱花猪 阅读(1704) 评论(0) 推荐(0)
猪猪的机器学习（十九）卷积神经网络
摘要： 卷积神经网络 作者：樱花猪 摘要： 本文为七月算法（julyedu.com）12月机器学习第十九次课在线笔记。卷积神经网络（Convolutional Neural Network,CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 引言： 第 阅读全文
posted @ 2016-05-06 17:19 樱花猪 阅读(1024) 评论(0) 推荐(0)
猪猪的机器学习（十六）采样和变分
摘要： 采样和变分 作者：樱花猪 <!--more--> 摘要： 本文为七月算法（julyedu.com）12月机器学习第十六次课在线笔记。当我们已知模型的存在，想知道参数的时候我们就可以通过采样的方式来获得一定数量的样本，从而学习到这个系统的参数。变分则是在采样的基础上的一次提升，采用相邻结点的期望。这使 阅读全文
posted @ 2016-05-06 16:22 樱花猪 阅读(3816) 评论(0) 推荐(0)
猪猪的机器学习笔记（十五）主题模型
摘要： 主题模型 作者：樱花猪 <!--more--> 摘要： 本文为七月算法（julyedu.com）12月机器学习第十五次课在线笔记。主题模型是对文字隐含主题进行建模的方法。它克服了传统信息检索中文档相似度计算方法的缺点，并且能够在海量互联网数据中自动寻找出文字间的语义主题。主题模型在自然语言和基于文本 阅读全文
posted @ 2016-05-06 16:13 樱花猪 阅读(4943) 评论(0) 推荐(0)
2016年5月5日
猪猪的机器学习笔记（十七）隐马尔科夫模型HMM
摘要： 隐马尔科夫模型HMM 作者：樱花猪 摘要： 本文为七月算法（julyedu.com）12月机器学习第十七次课在线笔记。隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔科夫过程。其难点是从可观察的参数中确定该过程的隐含参数，然后利用这些参 阅读全文
posted @ 2016-05-05 23:51 樱花猪 阅读(2277) 评论(0) 推荐(0)
猪猪的机器学习笔记（十四）EM算法
摘要： EM算法 作者：樱花猪 摘要： 本文为七月算法（julyedu.com）12月机器学习第十次次课在线笔记。EM算法全称为Expectation Maximization Algorithm，既最大期望算法。它是一种迭代的算法，用于含有隐变量的概率参数模型的最大似然估计和极大后验概率估计。EM算法经常 阅读全文
posted @ 2016-05-05 10:32 樱花猪 阅读(1280) 评论(0) 推荐(0)
猪猪的机器学习（十三）贝叶斯网络
摘要： 贝叶斯网络 作者：樱花猪 <!--more--> 摘要 本文为七月算法（julyedu.com）12月机器学习第十三次次课在线笔记。贝叶斯网络又称信度网络，是Bayes方法的扩展，是目前不确定知识表达和推理领域最有效的理论模型之一。贝叶斯网络适用于表达和分析不确定性和概率性的事件，应用于有条件地依赖 阅读全文
posted @ 2016-05-05 09:36 樱花猪 阅读(3680) 评论(0) 推荐(0)
2016年5月4日
猪猪的机器学习笔记（十二）支持向量机
摘要： 支持向量机 作者：樱花猪 <!--more--> 摘要： 本文为七月算法（julyedu.com）12月机器学习第十二次次课在线笔记。SVM是一种常见的分类器，在很长一段时间起到了统治地位。而目前来讲SVM依然是一种非常好用的分类器，在处理少量数据的时候有非常出色的表现。 引言： SVM是一个非常常 阅读全文
posted @ 2016-05-04 18:00 樱花猪 阅读(535) 评论(0) 推荐(0)
猪猪的机器学习笔记（十一）随机森林和提升
摘要： 随机森林和提升<!--more--> 作者：樱花猪 摘要： 本文为七月算法（julyedu.com）12月机器学习第十一次次课在线笔记。随机森林和提升都是机器学习将弱分类器融合成强分类器的方法。和我们熟悉的另一种机器学习模型SVM相比，这种方法更适合于大数据并且它的计算速度要比SVM快许多。 引言 阅读全文
posted @ 2016-05-04 15:50 樱花猪 阅读(2427) 评论(0) 推荐(0)
2016年4月8日
猪猪的机器学习笔记（十）人工神经网络
摘要： 人工神经网络<!--more--> 作者：樱花猪 摘要： 本文为七月算法（julyedu.com）12月机器学习第十次次课在线笔记。人工神经网络在支持图像处理、文本、语言以及序列多种类型的数据处理时都用用到。本次课程更加侧重于实践，把抽象的人工神经网络用程序展现出来，课上讲述了编程使用的工具和方法， 阅读全文
posted @ 2016-04-08 21:07 樱花猪 阅读(878) 评论(0) 推荐(0)
猪猪的机器学习笔记（八）聚类
摘要： 聚类 作者：樱花猪 摘要： 本文为七月算法（julyedu.com）12月机器学习第八次次课在线笔记。聚类算法是一种常见的无监督的学习方法，概念简单在图像、机器学习中都有应用。目前有许多聚类方法，本次课程将一一探讨各种各样的聚类算法。 引言： 聚类算法在很早就接触过，简单的说就是通过对于某些相关性的 阅读全文
posted @ 2016-04-08 19:57 樱花猪 阅读(1244) 评论(0) 推荐(0)
猪猪的机器学习笔记（七）最大熵模型
摘要： 最大熵模型 作者：樱花猪 <!--more--> 摘要： 本文为七月算法（julyedu.com）12月机器学习第七次课在线笔记。熵，这个概念对于我们来说既熟悉又陌生，熟悉的是我们在许多领域都会碰到熵这个概念，陌生的是如果真的让你解释它又说不清道不明。本次课程讨论了熵的概念并详细解释了最大熵模型。这 阅读全文
posted @ 2016-04-08 17:06 樱花猪 阅读(2661) 评论(0) 推荐(0)
猪猪的机器学习笔记（九）推荐系统
摘要： 推荐系统 作者：樱花猪 摘要： 本文为七月算法（julyedu.com）12月机器学习第九次次课在线笔记。推荐系统是机器学习的一个直观而又有趣的系统，例如我们在上淘宝时候会弹出推荐的商品，百度搜索是的搜索选项以及手机上偶尔会弹出的小广告。有了推荐系统就能够根据用户或者商品进行个性化的推荐，提高推荐的 阅读全文
posted @ 2016-04-08 15:35 樱花猪 阅读(822) 评论(0) 推荐(0)