Fork me on GitHub

随笔分类 -  Machine Learning

该文被密码保护。
posted @ 2019-06-03 12:31 RongT 阅读(14) 评论(0) 推荐(0)
该文被密码保护。
posted @ 2019-03-25 20:45 RongT 阅读(3) 评论(0) 推荐(0)
摘要:sigmoid 、tanh 、ReLu tanh 函数或者双曲正切函数是总体上都优于 sigmoid 函数的激活函数。 基本已经不用 sigmoid 激活函数了,tanh 函数在所有场合都优于 sigmoid 函数。 但有一个例外:在二分类的问题中,对于输出层,因为y的值是 0 或 1,所以想让y值 阅读全文
posted @ 2018-11-08 21:17 RongT 阅读(577) 评论(0) 推荐(0)
该文被密码保护。
posted @ 2018-11-07 20:48 RongT 阅读(2) 评论(0) 推荐(0)
摘要:Ubuntu16.04安装opencv Ubuntu 16.04 安装opencv的各种方法(含opencv contrib扩展包安装方法) 在安装之前,如果你之前安装过旧版本的opencv,那么就先将其删除,再进行下面的安装过程。在pip中可以方便快速的安装opencv-python和opencv 阅读全文
posted @ 2018-11-07 20:16 RongT 阅读(215) 评论(0) 推荐(0)
摘要: 阅读全文
posted @ 2018-10-09 11:17 RongT 阅读(213) 评论(0) 推荐(0)
摘要:参考链接: 一文搞懂反向传播算法 阅读全文
posted @ 2018-10-09 10:30 RongT 阅读(1041) 评论(0) 推荐(0)
摘要:Sklearn 官网提供了一个流程图, 蓝色圆圈内是判断条件,绿色方框内是可以选择的算法: 从 START 开始,首先看数据的样本是否 >50,小于则需要收集更多的数据。 由图中,可以看到算法有四类,分类,回归,聚类,降维。 其中 分类和回归是监督式学习,即每个数据对应一个 label。 聚类 是非 阅读全文
posted @ 2018-04-16 03:54 RongT 阅读(498) 评论(0) 推荐(1)
摘要:目录: 1. 简介 2.界面初识 3.数据格式 4.数据准备 5.关联规则 6.分类与回归 7.聚类分析 8.Weka相关资料 9.Weka二次开发 10.Weka源代码导入 1. 简介 WEKA的全名是怀卡托智能分析环境(Waikato Environment for Knowledge Anal 阅读全文
posted @ 2018-03-29 17:17 RongT 阅读(32462) 评论(1) 推荐(1)
摘要:目录 关联分析 Apriori原理 Apriori算法实现 - 频繁项集 Apriori算法实现 - 从频繁项集挖掘关联规则 一、关联分析 关联分析是一种在大规模数据集中寻找有趣关系的任务。 这些关系可以有两种形式: 频繁项集(frequent item sets): 经常出现在一块的物品的集合。 阅读全文
posted @ 2018-03-26 00:38 RongT 阅读(1524) 评论(2) 推荐(1)
该文被密码保护。
posted @ 2018-03-12 01:18 RongT 阅读(7) 评论(0) 推荐(0)
摘要:一、原理和概念 1.回归 回归最简单的定义是,给出一个点集D,用一个函数去拟合这个点集。而且使得点集与拟合函数间的误差最小,假设这个函数曲线是一条直线,那就被称为线性回归;假设曲线是一条二次曲线,就被称为二次回归。 以下仅介绍线性回归的基本实现。 2.假设函数、误差、代价函数 参考 Machine 阅读全文
posted @ 2018-03-10 17:39 RongT 阅读(409) 评论(0) 推荐(0)
该文被密码保护。
posted @ 2018-03-10 01:16 RongT 阅读(2) 评论(0) 推荐(0)
该文被密码保护。
posted @ 2018-03-10 01:15 RongT 阅读(2) 评论(0) 推荐(0)
该文被密码保护。
posted @ 2018-03-10 01:13 RongT 阅读(3) 评论(0) 推荐(0)
该文被密码保护。
posted @ 2018-03-10 01:13 RongT 阅读(2) 评论(0) 推荐(0)
该文被密码保护。
posted @ 2018-03-03 23:05 RongT 阅读(5) 评论(0) 推荐(0)
该文被密码保护。
posted @ 2018-03-03 23:04 RongT 阅读(6) 评论(0) 推荐(0)
该文被密码保护。
posted @ 2018-03-03 23:02 RongT 阅读(4) 评论(0) 推荐(0)