摘要： Q：CNN最成功的应用是在CV，那为什么NLP和Speech的很多问题也可以用CNN解出来？为什么AlphaGo里也用了CNN？这几个不相关的问题的相似性在哪里？CNN通过什么手段抓住了这个共性？ 以上几个不相关问题的相关性在于，都存在局部与整体的关系，由低层次的特征经过组合，组成高层次的特征，并且 阅读全文

摘要： 转载请注明出处：http://www.cnblogs.com/Peyton-Li/ 逻辑回归名字听起来像是做处理回归问题的，其实不然，逻辑回归是分类模型，可以被看作是一个非常小的神经网络。 逻辑回归名字听起来像是做处理回归问题的，其实不然，逻辑回归是分类模型，可以被看作是一个非常小的神经网络。 二项 阅读全文

摘要： 转载请注明出处：http://www.cnblogs.com/Peyton-Li/ 朴素贝叶斯法是机器学习模型中一个比较简单的模型，实现简单，比较常用。 是定义在输入空间上的随机向量，是定义在输出空间上的随机变量。是和的联合概率分布。训练数据集由独立同分布产生。 朴素贝叶斯法通过训练数据集学习联合概 阅读全文

摘要： 转载请注明出处：http://www.cnblogs.com/Peyton-Li/ 支持向量机 支持向量机（support vector machines，SVMs）是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；支持向量机还包括核技巧，这使它成为 阅读全文

摘要： 转载请注明出处：http://www.cnblogs.com/Peyton-Li/ 在求解机器学习算法的优化问题时，梯度下降是经常采用的方法之一。 梯度下降不一定能够找到全局最优解，有可能是一个局部最优解。但如果损失函数是凸函数，梯度下降法得到的一定是全局最优解。 梯度下降的相关概念： 1、步长或学 阅读全文