摘要：
function kmeansload q1x.dat;a1=round(98*rand+1);a2=round(98*rand+1);miao1=[q1x(a1,1),q1x(a1,2)];miao2=[q1x(a2,1),q1x(a2,2)];c=zeros(99,1);sum1=zeros(1... 阅读全文
posted @ 2015-09-07 15:52
乔锐
阅读(984)
评论(0)
推荐(0)
2015年9月7日
2015年9月5日
摘要：
那么，什么是图像信号的稀疏性呢？本文中，图像特指自然图像（naturalimage），并且是数字形式。（1）形式上的稀疏性数字图像的存储形式就是2维矩阵（灰度图像1个二维矩阵，彩色图像多个二维矩阵）。假设图像的尺寸是64x64的，每个像素点在0-255之间。那么这个图像的可能性有多少呢？256^（6... 阅读全文
posted @ 2015-09-05 13:41
乔锐
阅读(1039)
评论(0)
推荐(0)
摘要：
compressive sensing（CS） 又称 compressived sensing ，compressived sample，大意是在采集信号的时候（模拟到数字），同时完成对信号压缩之意。中文的翻译成“压缩感知”，意思变得至少不太好理解了。数码相机镜头收集了大量的数据，然后再压缩，压缩时... 阅读全文
posted @ 2015-09-05 12:42
乔锐
阅读(360)
评论(0)
推荐(0)
2015年8月31日
摘要：
本讲先介绍了贝叶斯统计和规范化；之后简单介绍了在线学习的概念；之后介绍了机器学习算法设计中的问题诊断技巧；之后介绍了两种分析技巧：误差分析与销蚀分析；最后介绍了两种应用机器学习算法的方式与适用场景。 关于贝叶斯统计和规则化我个人认为就是找出新的估计方法来代替原有的最大似然估计这个方法来... 阅读全文
posted @ 2015-08-31 16:29
乔锐
阅读(300)
评论(0)
推荐(0)
2015年8月28日
摘要：
function y = f(x)y=（x-2）^2;function x0syms x;x0=rand;while f(x0)~=0x0=-f(x0)/vpa(subs(diff(（x-2）^2),x,x0))+x0;end; 版权声... 阅读全文
posted @ 2015-08-28 17:24
乔锐
阅读(734)
评论(0)
推荐(0)
摘要：
function aalpha = 0.0001;[m,n] = size(q1x);max_iters = 500;X = [ones(size(q1x,1),1), q1x]; % append col of ones for intercept termtheta = zeros(n+1, 1... 阅读全文
posted @ 2015-08-28 17:20
乔锐
阅读(986)
评论(0)
推荐(0)
摘要：
本讲首先介绍了VC维的概念——该概念能够将关于ERM一般误差的界的结论推广到无限假设类的情形；之后介绍了模型选择问题——具体介绍了交叉验证方法以及几种变形；最后介绍了特征选择问题——具体介绍了两类方法：封装特征选择和过滤特征选择。VC维定义：给定一个由d个点构成的集合，如果假设类集合H可以实... 阅读全文
posted @ 2015-08-28 15:04
乔锐
阅读(189)
评论(0)
推荐(0)
2015年8月26日
摘要：
实在写不动了，将word文档转换为PDF直接截图了... 版权声明：本文为博主原创文章，未经博主允许不得转载。 阅读全文
posted @ 2015-08-26 17:11
乔锐
阅读(243)
评论(0)
推荐(0)
2015年8月25日
摘要：
本次的笔记参考了点击打开链接中的一部分观点，用了作者的一部分图像，若有侵权，请及时联系我。 本讲首先介绍了核的概念——它在SVM以及许多学习算法中都有重要的应用，之后介绍了L1 norm软间隔SVM——它是一种SVM的变化形式，可以处理非线性可分隔的数据，最后介绍了SMO算法——一种高效的可以... 阅读全文
posted @ 2015-08-25 16:03
乔锐
阅读(336)
评论(0)
推荐(0)
2015年8月22日
摘要：
本课首先提出了原始的优化问题：最优间隔分类器问题，之后介绍了对偶问题的概念和KKT条件，之后基于原始优化问题的对偶问题的分析，介绍了SVM算法。课程的最后对SVM算 法进行了评价，以引出下节课对核方法的介绍。回顾：对于几何间隔来说，以相同的比例缩放w,b，不会对几何间隔造成影响。对最大间隔分... 阅读全文
posted @ 2015-08-22 16:27
乔锐
阅读(258)
评论(0)
推荐(0)
浙公网安备 33010602011771号