摘要：
很多文章说到奇异值分解的时候总是大概罗列下它的功能，并没有对功能及物理意义进行过多的阐述，现在我来对奇异值进行整理一下。 一 奇异值分解 对任意的矩阵A∈Fmn，rank(A)=r(矩阵的秩)，总可以取A的如下分解：，其中U和V是正交矩阵。分别为左右奇异值向量。 U是m×m阶酉矩阵；Σ是m×n阶非负 阅读全文
摘要：
【废话外传】：终于要讲神经网络了，这个让我踏进机器学习大门，让我读研，改变我人生命运的四个字！话说那么一天，我在乱点百度，看到了这样的内容： 看到这么高大上，这么牛逼的定义，怎么能不让我这个技术宅男心向往之？现在入坑之后就是下面的表情： 好了好了，玩笑就开到这里，其实我是真的很喜欢这门学科，要不喜欢 阅读全文
摘要：
Hello，我是你们人见人爱花见花开的小花。又和大家见面了，今天我们来聊一聊多视图学习利器 CCA。 一 典型相关分析的基本思想 当我们研究两个变量x和y之间的相关关系的时候，相关系数（相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基 阅读全文
摘要：
大家好，我是人见人爱，花见花开的小花。哈哈~~！ 在统计和数据挖掘中，亲和传播（AP）是基于数据点之间"消息传递"概念的聚类算法。与诸如k-means或k-medoids的聚类算法不同，亲和传播不需要在运行算法之前确定或估计聚类的数量。 类似于k-medoids，亲和力传播算法发现"样本"，输入集合 阅读全文
摘要：
前言：hello，我是你们的好朋友小花，由于最近事情也比较忙，导师天天说要写一篇文章发表一下，正好我想写一篇关于聚类的，那我就用这篇博客来为我的论文理一理知识脉络吧。 一 聚类介绍 1.1问题引入 最近美国大选终于落下了帷幕，川普以微弱优势击败希拉里老阿姨当选美国第46任总统，现在用大数据谈选举属于老生常谈了。川普得票率是51%，希拉里得票是49%，如果其中有2.00001%的人改变自己的选择那么... 阅读全文
摘要：
大家看了之后，可以点一波关注或者推荐一下，以后我也会尽心尽力地写出好的文章和大家分享。 本文先导：在我们平时看NBA的时候，可能我们只关心球员是否能把球打进，而不太关心这个球的颜色，品牌，只要有3D效果，看到球员扣篮的动作就可以了，比如下图： 如果我们直接对篮球照片进行几百万像素的处理，会有几千维甚 阅读全文
摘要：
今天我想送给大家两句话：1：在这个浮躁的社会中，每个人都想找到捷径，那么我想认真踏实地做好一件事也便是最大的捷径了。2：不要管别人做什么，有自己的目标，可能你现在的环境牛人多多，让你压力巨大，也可能你身处的环境废物多多，让你感慨你本可以让自己更加强大。不要管这些，只要相信自己选择的，走下去。 以上献 阅读全文
摘要：
多视图学习（multi-view learning） 前期吹牛：今天这一章我们就是来吹牛的，刚开始老板在和我说什么叫多视图学习的时候，我的脑海中是这么理解的：我们在欣赏妹子福利照片的时候，不能只看45度角的吧，要不那样岂不是都是美女了，这还得了。所以我们要看各个角度的照片，打击盗版美女，给大家创建一 阅读全文
摘要：
提要：今天讲的牛顿法与拟牛顿法是求解无约束问题最优化方法的常用方法。 一 牛顿法 假设我们求下面函数的最小值： 假设f(x)具有连续的二阶的连续偏导数，假设第K次迭代值为xk的值，那么可将f(X)在xk附近进行二阶泰勒展开得到： 我们对上述公式求导可得: 假设其中可逆，我们就可以得到牛顿法的迭代公式 阅读全文
摘要：
本文来自：http://analyticscosm.com/machine-learning-interview-questions-for-data-scientist-interview/ 希望大家学习有个条理，但是就算知道了这些，这一行最重要的还是实践！自己敲代码，跑数据，理解业务关系！ The Machine Learning part of the interview is usu... 阅读全文