影醉阏轩窗

衣带渐宽终不悔,为伊消得人憔悴。
扩大
缩小

随笔分类 - 机器学习

机器学习常用模块
摘要:注释 :基础不牢固,特别不牢固,项目无从下手! 这次花一个星期的时间把Python的基础库学习一下,一来总结过去的学习,二来为深度学习打基础。 部分太简单,或者映象很深的就不记录了,避免浪费时间。 博客园的makedown真是无语了,排版好久,上传就是这个鬼模样 [TOC] 1. python基础 阅读全文

posted @ 2018-06-04 01:56 影醉阏轩窗 阅读(230) 评论(0) 推荐(0) 编辑

《机器学习实战》PCA降维
摘要:注释:由于各方面原因,理论部分不做介绍,网上很多自行百度吧! pca.py main.py 对丢失的值进行替代: 阅读全文

posted @ 2018-03-08 13:49 影醉阏轩窗 阅读(249) 评论(0) 推荐(0) 编辑

傅立叶变换系列(五)快速傅立叶变换(FFT)
摘要:说明: 傅里叶级数、傅里叶变换、离散傅里叶变换、短时傅里叶变换。。。这些理解和应用都非常难,网上的文章有两个极端:“Esay” Or “Boring”!如果单独看一两篇文章就弄懂傅里叶,那说明你真的是大神了。 本博文是经过查阅网上几十篇大神的博客、文章、书籍等进行的一个汇总,希望对初学者和我自己一个 阅读全文

posted @ 2018-01-23 14:04 影醉阏轩窗 阅读(389) 评论(0) 推荐(1) 编辑

傅立叶变换系列(四)离散傅立叶变换
摘要:说明: 傅里叶级数、傅里叶变换、离散傅里叶变换、短时傅里叶变换。。。这些理解和应用都非常难,网上的文章有两个极端:“Esay” Or “Boring”!如果单独看一两篇文章就弄懂傅里叶,那说明你真的是大神了。 本博文是经过查阅网上几十篇大神的博客、文章、书籍等进行的一个汇总,希望对初学者和我自己一个 阅读全文

posted @ 2018-01-22 16:55 影醉阏轩窗 阅读(1242) 评论(0) 推荐(0) 编辑

傅立叶变换系列(三)傅立叶变换
摘要:说明: 傅里叶级数、傅里叶变换、离散傅里叶变换、短时傅里叶变换。。。这些理解和应用都非常难,网上的文章有两个极端:“Esay” Or “Boring”!如果单独看一两篇文章就弄懂傅里叶,那说明你真的是大神了。 本博文是经过查阅网上几十篇大神的博客、文章、书籍等进行的一个汇总,希望对初学者和我自己一个 阅读全文

posted @ 2018-01-21 18:11 影醉阏轩窗 阅读(1175) 评论(0) 推荐(0) 编辑

傅立叶变换系列(二)傅立叶级数
摘要:说明: 傅里叶级数、傅里叶变换、离散傅里叶变换、短时傅里叶变换。。。这些理解和应用都非常难,网上的文章有两个极端:“Esay” Or “Boring”!如果单独看一两篇文章就弄懂傅里叶,那说明你真的是大神了。 本博文是经过查阅网上几十篇大神的博客、文章、书籍等进行的一个汇总,希望对初学者和我自己一个 阅读全文

posted @ 2018-01-20 00:02 影醉阏轩窗 阅读(1092) 评论(0) 推荐(1) 编辑

傅立叶变换系列(一)傅立叶系列的由来
摘要:说明: 傅里叶级数、傅里叶变换、离散傅里叶变换、短时傅里叶变换。。。这些理解和应用都非常难,网上的文章有两个极端:“Esay” Or “Boring”!如果单独看一两篇文章就弄懂傅里叶,那说明你真的是大神了。 本博文是经过查阅网上几十篇大神的博客、文章、书籍等进行的一个汇总,希望对初学者和我自己一个 阅读全文

posted @ 2018-01-19 17:47 影醉阏轩窗 阅读(4932) 评论(0) 推荐(0) 编辑

《机器学习实战》线性回归
摘要:一.最小平方差进行线性回归 比较简单,就是进行残差平方和最小来进行,其中这里的差为全局最优,相当于全局梯度下降法。 也可以参考之前写的博文:http://www.cnblogs.com/wjy-lulu/p/7759515.html logist.py main.py 二.局部加权线性回归 理论部分 阅读全文

posted @ 2018-01-13 21:38 影醉阏轩窗 阅读(106) 评论(0) 推荐(0) 编辑

《机器学习实战》AdaBoost算法(手稿+代码)
摘要:一.Adaboost理论部分 1.1 adaboost运行过程 注释:算法是利用指数函数降低误差,运行过程通过迭代进行。其中函数的算法怎么来的,你不用知道!当然你也可以尝试使用其它的函数代替指数函数,看看效果如何。 1.2 举例说明算法流程 略,花几分钟就可以看懂的例子。见:《统计学习方法》李航大大 阅读全文

posted @ 2017-12-22 19:01 影醉阏轩窗 阅读(182) 评论(0) 推荐(0) 编辑

《机器学习实战》支持向量机(手稿+代码)
摘要:注释:已经看过有半年了,而且当时只是看了理论和opencv的函数调用,现在忘的九霄云外了,Ng的视频也没看SVM,现在准备系统的再学一遍吧。 之前记录的博客:http://www.cnblogs.com/wjy-lulu/p/6979436.html 一.SVM理论重点和难点剖析 注释:这里主要讲解 阅读全文

posted @ 2017-12-04 17:03 影醉阏轩窗 阅读(207) 评论(0) 推荐(0) 编辑

《机器学习实战》Logistic回归
摘要:注释:Ng的视频有完整的推到步骤,不过理论和实践还是有很大差别的,代码实现还得完成 1.Logistic回归理论 http://www.cnblogs.com/wjy-lulu/p/7759515.html,Ng的推导很完美,看懂就可以了,没必要自己推导一遍,因为几天不用就忘记 了。 2.代码实现 阅读全文

posted @ 2017-12-03 23:12 影醉阏轩窗 阅读(119) 评论(0) 推荐(0) 编辑

《机器学习实战》朴素贝叶斯
摘要:1.朴素贝叶斯理论 注释:斯坦福大学课程有朴素贝叶斯,之前也看过相关文献,现在学起来比较省力。 http://www.cnblogs.com/wjy-lulu/p/7770450.html 理论部分直接看上面我之前写的博文就可以啦,如果没有点基础直接写代码有点麻烦! 2.代码实现 2.1构造特征向量 阅读全文

posted @ 2017-11-28 21:28 影醉阏轩窗 阅读(195) 评论(0) 推荐(0) 编辑

《机器学习实战》ID3算法实现
摘要:注释:之前从未接触过决策树,直接上手对着书看源码,有点难,确实有点难~~ 本代码是基于ID3编写,之后的ID4.5和CART等还没学习到 一.决策树的原理 没有看网上原理,直接看源码懂得原理,下面是我一个抛砖引玉的例子: 太丑了,在Linux下面操作实在不习惯,用的Kolourpqint画板也不好用 阅读全文

posted @ 2017-11-22 22:46 影醉阏轩窗 阅读(322) 评论(0) 推荐(0) 编辑

《机器学习实战》KNN算法实现
摘要:本系列都是参考《机器学习实战》这本书,只对学习过程一个记录,不做详细的描述! 注释:看了一段时间Ng的机器学习视频,感觉不能光看不练,现在一边练习再一边去学习理论! KNN很早就之前就看过也记录过,在此不做更多说明,这是k-means之前的记录,感觉差不多:http://www.cnblogs.co 阅读全文

posted @ 2017-11-17 20:07 影醉阏轩窗 阅读(413) 评论(0) 推荐(0) 编辑

StanFord ML 笔记 第十部分
摘要:第十部分: 1.PCA降维 2.LDA 注释:一直看理论感觉坚持不了,现在进行《机器学习实战》的边写代码边看理论 阅读全文

posted @ 2017-11-11 14:15 影醉阏轩窗 阅读(72) 评论(0) 推荐(0) 编辑

StanFord ML 笔记 第九部分
摘要:第九部分: 1.高斯混合模型 2.EM算法的认知 1.高斯混合模型 之前博文已经说明:http://www.cnblogs.com/wjy-lulu/p/7009038.html 2.EM算法的认知 2.1理论知识之前已经说明:http://www.cnblogs.com/wjy-lulu/p/70 阅读全文

posted @ 2017-11-10 16:31 影醉阏轩窗 阅读(282) 评论(0) 推荐(0) 编辑

StanFord ML 笔记 第八部分
摘要:第八部分内容: 1.正则化Regularization 2.在线学习(Online Learning) 3.ML 经验 1.正则化Regularization 1.1通俗解释 引用知乎作者:刑无刀 解释之前,先说明这样做的目的:如果一个模型我们只打算对现有数据用一次就不再用了,那么正则化没必要了,因 阅读全文

posted @ 2017-11-04 01:38 影醉阏轩窗 阅读(110) 评论(0) 推荐(0) 编辑

StanFord ML 笔记 第六部分&&第七部分
摘要:第六部分内容: 1.偏差/方差(Bias/variance) 2.经验风险最小化(Empirical Risk Minization,ERM) 3.联合界(Union bound) 4.一致收敛(Uniform Convergence) 第七部分内容: 1. VC 维 2.模型选择(Model Se 阅读全文

posted @ 2017-11-03 21:36 影醉阏轩窗 阅读(208) 评论(0) 推荐(0) 编辑

StanFord ML 笔记 第五部分
摘要:1.朴素贝叶斯的多项式事件模型: 趁热打铁,直接看图理解模型的意思:具体求解可见下面大神给的例子,我这个是流程图。 在上篇笔记中,那个最基本的NB模型被称为多元伯努利事件模型(Multivariate Bernoulli Event Model,以下简称 NB-MBEM)。该模型有多种扩展,一种是在 阅读全文

posted @ 2017-11-02 04:30 影醉阏轩窗 阅读(186) 评论(0) 推荐(0) 编辑

StanFord ML 笔记 第四部分
摘要:第四部分: 1.生成学习法 generate learning algorithm 2.高斯判别分析 Gaussian Discriminant Analysis 3.朴素贝叶斯 Navie Bayes 4.拉普拉斯平滑 Navie Bayes 一、生成学习法generate learning al 阅读全文

posted @ 2017-11-01 12:59 影醉阏轩窗 阅读(144) 评论(0) 推荐(0) 编辑

导航

/* 线条鼠标集合 */ /* 鼠标点击求赞文字特效 */ //带头像评论