随笔分类 -  机器学习

EM算法总结
摘要：老师上课时说：EM算法学习过程就是在懂与不懂间徘徊……emmmm……这可真是真理啊 下面总结一下我理解的EM算法， 参考资料：https://blog.csdn.net/zouxy09/article/details/8537620 https://wenku.baidu.com/view/3396 阅读全文
posted @ 2018-11-12 12:17 清凌 阅读(296) 评论(0) 推荐(1)
机器学习之PCA(1)
摘要：• 连续潜变量模型 • 经常有一些数据的未知的潜在的原因。 • 到目前为止,我们已经看了模型与离散的潜变量,如混合高斯模型的。 • 有时,依照我们观察到的数据是由连续因素控制的去思考更合适。 • 动机:对于许多数据集,数据点处于接近比原来的数据空间维数低得多的复本（manifold）。 • 训练连续 阅读全文
posted @ 2018-11-08 11:42 清凌 阅读(621) 评论(0) 推荐(0)
机器学习之GMM-EM
摘要：参考资料：机器学习课程的ppt…… Mixture Models 我们将研究混合模型，包括高斯混合模型和伯努利混合模型。 关键思想是引入潜变量，它允许从更简单的分布形成复杂的分布。· 我们将看到，混合模型可以用具有离散的潜在变量（在有向的图形模型中）来解释。 在后面的课堂上，我们还会看到连续的潜在变 阅读全文
posted @ 2018-11-06 12:54 清凌 阅读(1375) 评论(0) 推荐(0)
最小二乘法曲线拟合以及Matlab实现-----实验结果资源和总结
摘要：代码在这：代码在这：报告在这：https://download.csdn.net/download/qinglingls/10718870我说我一定要写一个清晰的教学博客，让大家都看得懂，然鹅……我累了……但是我写的过程中一直在记录，希望这些记录稍有帮助。我... 阅读全文
posted @ 2018-10-14 00:16 清凌 阅读(699) 评论(0) 推荐(0)
哈工大《机器学习》最小二乘法曲线拟合——实验一
摘要：代码更多细节待更新。目标：掌握最小二乘法求解（无惩罚项的损失函数）、掌握加惩罚项（2范数）的损失函数优化、梯度下降法、共轭梯度法、理解过拟合、克服过拟合的方法(如加惩罚项、增加样本)已完成的要求：生成数据，加入噪声；用高阶多项式函数拟合曲线；用解析解求解两种... 阅读全文
posted @ 2018-09-19 14:03 清凌 阅读(1192) 评论(0) 推荐(0)
最小二乘法曲线拟合以及matlab实现
摘要：原文地址：最小二乘法曲线拟合以及matlab实现在实际工程中，我们常会遇到这种问题：已知一组点的横纵坐标，需要绘制出一条尽可能逼近这些点的曲线（或直线），以进行进一步进行加工或者分析两个变量之间的相互关系。而获取这个曲线方程的过程就是曲线拟合。目录• 最小二... 阅读全文
posted @ 2018-09-19 00:23 清凌 阅读(3252) 评论(0) 推荐(0)