摘要： 目前为某校准研究生，之后的研究方向是差分隐私保护，另外感兴趣的方向是机器学习。 blog： liuao.tech github: https://github.com/alants56 weibo: https://weibo.com/yueguangshaigu Kaggle： https://w 阅读全文

摘要：        通过贝叶斯等方式实现分类器时，需要首先得到先验概率以及类条件概率密度。但在实际的应用中，先验概率与类条件概率密度并不能直接获得，它们都需要通过估计的方式来求得一个近似解。若先验概率的分布形式已知（或可以假设为某个分布），但分布的参数未知，则可以通 阅读全文

摘要：        支持向量机（Support Vector Machines SVM）是一种二分类模型，它的目标是在特征空间中寻找对于所有样本距离最大的超平面。与感知机不同的是，在线性可分的情况下，SVM可以得到唯一的解。假设训练集样本为：$T= \{(x_{1} 阅读全文

摘要：        在做分类问题时，有时候需要使用样本的概率密度函数来求其后验概率。但是很多情况下并不知道其概率密度函数的形式（即样本的分布未知），此时就需要对样本进行非参数估计，来求解其概率密度函数。        求解未知 阅读全文

摘要： 分支定界法（branch and bound）是一种求解离散数据组合的最优化问题。该算法执行的效率取决于你所找的问题解空间的上下界，如果找到一个很紧凑的上下界进行剪枝操作，该算法的执行效率会非常高，因此它是最有可能在多项式时间内求解NP问题的算法。 使用分支定界算法的一般步骤为： 构造一棵搜索树，该 阅读全文

摘要： 晚上睡不着，突然想了一些机器学习中的问题，发现似乎可以类比于生活。因为从某种程度来说，机器学习是模仿人类学习，那么反推回去，机器学习似乎也可以给生活或学习一些启示。 机器学习中的损失函数，是用来衡量一个机器学习模型的好坏程度。通常机器学习的过程就是不断的使得损失函数减少的过程。对于生活与学习来说，就 阅读全文

摘要： 原文地址（http://liuao.tech/post/20180613/） 1.感知机模型 感知机：假设输入空间为X，输出空间为Y，其中Y=｛+1，-1｝。有输入空间到输出空间的如下函数f(x),称为感知机。其中，w和b为感知机模型参数，w为权重值，b为偏置，sign为符号函数。 感知机是一种线性 阅读全文

摘要： 原文地址（http://liuao.tech/post/20180612/） 1.统计学习 赫尔伯特·西蒙曾对学习给出以下定义： 如果一个系统能够通过执行某个过程改进它的性能，这就是学习。 统计学习就是计算机系统通过运用数据及统计方法提高系统性能的机器学习。 2.统计学习三要素 模型 策略 算法 3 阅读全文

摘要： 1.设置英文版的git echo "alias git='LANG=en_GB git'" >> ~/.bashrc 重启 设置中文版 加个# echo "#alias git='LANG=en_GB git'" >> ~/.bashrc2.git init 初始化git3.git config 配... 阅读全文

摘要： 最近三个多月没有写博客，真是罪过啊！一方面是比较忙，另一方面是没有学太多新东西，不知道该写些什么。今天周末，是来部门的第一个星期天。好久没写了，也不知道该起个什么标题，就借用最近我酒正准备组建的战队名。现在算是完成了一次转变，从学生到职场的转变，虽还没有完全褪去学生的青涩，但已习惯现在的生活。每天早 阅读全文