摘要：这里将介绍有关核函数的问题，将从SVM开始讲起，但是远远不会局限在SVM上面。任何学习算法的特征转换都可以使用这一方法。特征转化（feature transformation） 特征转换就是说，在低维空间里找不到一个超平面将数据分开，于是将数据映射到高维空间上，以便找到一个超平面将数据分开。　... 阅读全文

摘要：这其实是数学上做数值分析的结果，就是上面推出的SVM 原始问题总有一种对偶形式（在很多介绍SVM问题的书中都不会讲到这个，直接上对偶问题，也不加解释，其实不是很显然）。见文章A Training Algorithm for Optimal Margin Classiers，文中直接将问题转换成对... 阅读全文

摘要：机器学期技法(machine learning techniques) 终于开课了！这里，老师主要围绕特征转换为中心，介绍三大部分的内容：嵌入大量的特征(SVM)融合预测的特征(AdaBoost)萃取隐藏的特征(Deep Learning) 这部分内容对我来说都是新的，所以说还是很有作用的。这一系... 阅读全文