摘要：前几天认把感知机这一章读完了，顺带做了点笔记 现在把笔记做第三次的整理 （不得不说博客园的LaTex公式和markdown排版真的不太舒服，该考虑在服务器上建一个博客了） 零、总结 1. 适用于具有 线性可分的数据集的二分类问题 ，可以说是很局限了 2. 感知机本质上是一个分离超平面 3. 在向量维 阅读全文

摘要：最近阅读了《Python与机器学习实战》的贝叶斯分类器这部分 对比了一下我写的分类器，发现还有很多地方可以优化，不知道有没有时间去做优化了 但是这个笔记还是要写的，我们先做一个简单的目录 注意本文只是一个夹杂了个人理解的笔记，初次学习，有误是肯定的 贝叶斯决策论 参数估计 1. 极大似然估计 2. 阅读全文

摘要：咱这个项目最主要的就是这个了 贝叶斯分类器用于做可以统计概率的二元分类 典型的例子就是垃圾邮件过滤 理论基础 对于贝叶斯算法，这里附上两个链接，便于理解： "朴素贝叶斯分类器的应用 阮一峰的网络日志" "基于朴素贝叶斯到中文垃圾邮件分类器" "朴素贝叶斯分类器和一般的贝叶斯分类器有什么区别？ 知乎" 阅读全文

摘要：（标题长一点就能让外行人感觉到高大上） 直接切入主题好了，这个比赛还必须一个神经网络才可以 所以我们结合主题，打算写一个神经网络的中文分词 这里主要写一下数据的收集和处理，网络的设计，代码的编写和模型测试 数据问题 这个模型的数据，我们打算分三类来： 用msr, pku, as, cityu的语料作 阅读全文

摘要：现在在训练模型，闲着来写一篇 顺着 "这篇文章" ，顺利安装上intel chainer 再次感谢 大黄老鼠 intel chainer 使用 头一次使用chainer，本以为又入了一个大坑，实际尝试感觉非常兴奋 chainer的使用十分顺畅，开发起来特别友好 可能是跟pytorch相似的原因，特喜 阅读全文

摘要：放弃使用pytorch，学习caffe 本文仅记录个人观点，不免存在许多错误 Caffe 学习 caffe模型生成需要如下步骤 编写network.prototxt 编写solver.prototxt caffe train solver=solver.prototxt network.protot 阅读全文

摘要：因为intel杯创新软件比赛过程中，并没有任何记录。现在用一点时间把全过程重演一次用作记录。 学习 pytorch 一段时间后，intel比赛突然不让用 pytoch 了，于是打算转战intel caffe。 ArchLinux 安装intel caffe 失败 首先安装caffe依赖，安装inte 阅读全文