03 2017 档案

神经网络模型的原理
摘要：深度学习最近火的不行，因为在某些领域应用的效果确实很好，深度学习本质上就是机器学习的一个topic，是深度人工神经网络的另一种叫法，因此理解深度学习首先要理解人工神经网络。 1、人工神经网络 人工神经网络又叫神经网络，是借鉴了生物神经网络的工作原理形成的一种数学模型。下面是一张生物神经元的图示： 生 阅读全文
posted @ 2017-03-14 09:17 志者之梦 阅读(12272) 评论(0) 推荐(0)
用scikit做特征提取
摘要：现实世界中多数特征都不是连续变量，比如分类、文字、图像等，为了对非连续变量做特征表述，需要对这些特征做数学化表述，因此就用到了特征提取。 1、分类变量的特征提取 比如城市作为一个特征，那么就是一系列散列的城市标记，这类特征我们用二进制编码来表示，是这个城市为1，不是这个城市为0 比如有三个城市：北京 阅读全文
posted @ 2017-03-13 14:13 志者之梦 阅读(710) 评论(0) 推荐(0)
用随机梯度下降法(SGD)做线性拟合
摘要：1、综述 scikit-learn的线性回归模型都是通过最小化成本函数来计算参数的，通过矩阵乘法和求逆运算来计算参数。当变量很多的时候计算量会非常大，因此我们改用梯度下降法，批量梯度下降法每次迭代都用所有样本，快速收敛但性能不高，随机梯度下降法每次用一个样本调整参数，逐渐逼近，效率高，本节我们来利用 阅读全文
posted @ 2017-03-13 12:11 志者之梦 阅读(1489) 评论(0) 推荐(0)
多项式回归
摘要：撰写日期：2017-03-12 多元真实情况未必是线性的，有时需要增加指数项，也就是多项式回归，现实世界的曲线关系都是通过增加多项式实现的，本节介绍用scikit-learn解决多项式回归问题。 1、住房价格成本 样本 面积(平方米) 价格(万元) 2、绘图 1 import sys 2 reloa 阅读全文
posted @ 2017-03-12 07:48 志者之梦 阅读(623) 评论(0) 推荐(0)
多元线性回归
摘要：一般情况下，一个因变量是和多个自变量有关的，比如一个商品的价格和原料价格、加工方法、上市时间、品牌价值等有关，也就是多元线性，本节介绍如何用scikit-learn解决多元线性回归问题。 1、多元线性回归模型 方程：Y=Xβ 求解多元线性回归问题就是求解β： 因为X不一定是方阵，所以不能直接β=X- 阅读全文
posted @ 2017-03-12 07:40 志者之梦 阅读(743) 评论(0) 推荐(0)
一元线性回归
摘要：1、概念 一元线性回归是最简单的一种模型，但应用广泛，比如简单地预测商品价格、成本评估等，都可以用一元线性模型，本节主要讲解scikit-learn一元线性回归的使用以及作图说明。 y=f(x)叫做一元函数，回归的意思就是根据已知数据复原某些值，线性回归(regression)就是用线性的模型做回归 阅读全文
posted @ 2017-03-11 22:04 志者之梦 阅读(1420) 评论(0) 推荐(0)
ipython安装ImportError: No module named shutil_get_terminal_size问题
摘要：解决方法： 修改/usr/local/lib/python2.7/site-packages/IPython/utils/terminal.py中的 from backports.shutil_get_terminal_size import get_terminal_size as _get_te 阅读全文
posted @ 2017-03-11 20:47 志者之梦 阅读(1854) 评论(0) 推荐(0)
神经网络和SVM比较
摘要：参考文档： http://mp.weixin.qq.com/s?__biz=MzA4OTYwNzk0NA==&mid=2649700392&idx=1&sn=8540506c3263501f3551171b6a6161db&chksm=8803c24fbf744b59dad24bdcdd68d744 阅读全文
posted @ 2017-03-10 08:50 志者之梦 阅读(2823) 评论(0) 推荐(0)
机器学习知识体系
摘要：参考文档： http://mp.weixin.qq.com/s/A7jj49qRErvMllhB3ZEiSQ http://www.shareditor.com/bloglistbytag/?tagname=%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%95%99% 阅读全文
posted @ 2017-03-09 07:58 志者之梦 阅读(165) 评论(0) 推荐(0)
从最大似然到EM算法详解
摘要：http://m.blog.csdn.net/article/details?id=41243337&from=timeline&isappinstalled=0 阅读全文
posted @ 2017-03-09 07:45 志者之梦 阅读(146) 评论(0) 推荐(0)
bias与variance，欠拟合与过拟合关系
摘要：http://mp.weixin.qq.com/s?__biz=MzIzNDQyNjI5Mg==&mid=2247484087&idx=1&sn=0066fb41f5aa74d2b70433f00c56f0b8&chksm=e8f7d86cdf80517a98214abdc79074ea2b79d8 阅读全文
posted @ 2017-03-09 07:43 志者之梦 阅读(335) 评论(0) 推荐(0)
从贝叶斯到深度学习各个算法
摘要：http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650723438&idx=1&sn=a778051186c0e1fb3cdb4076868fd54a&chksm=871b1010b06c99063ec5599dcecbed5ce3065e 阅读全文
posted @ 2017-03-09 07:42 志者之梦 阅读(324) 评论(0) 推荐(0)
基础机器学习算法
摘要：参考文档： http://mp.weixin.qq.com/s?__biz=MzIzOTU0NTQ0MA==&mid=2247484352&idx=1&sn=11a8bce16c77ede3a81111688c8f0337&chksm=e9293ecfde5eb7d91363e7ee90036fb7 阅读全文
posted @ 2017-03-09 07:38 志者之梦 阅读(133) 评论(0) 推荐(0)
推荐算法总结
摘要：1、推荐系统的评价标准 用户满意度 准确性 新颖性 覆盖率 多样性 惊喜度 鲁棒性/健壮性 信任度/可解释性 实时性 商业价值 2、推荐系统的核心问题 如何评估一个用户对一个物品的评分(喜欢程度)。 3、影响推荐系统的要素 用户交互界面 数据 领域知识 算法迭代 4、推荐系统的两个阶段 离线、在线 阅读全文
posted @ 2017-03-08 21:58 志者之梦 阅读(237) 评论(0) 推荐(0)