机器学习

Lecture7　Regularization 正则化 7.1 过拟合问题 The Problem of Overfitting7.2 代价函数 Cost Function7.3 正则化线性回归  Regularized Linear Regression7.4 正则化的逻辑回归模型 Regularized Logistic Regression   7.1…

  Lecture6　Logistic Regression 逻辑回归 6.1 分类问题 Classification6.2 假设表示 Hypothesis Representation6.3 决策边界 Decision Boundary6.4 代价函数 Cost Function6.5 简化的代价函数和梯度下降 Simplified Cost Functi…

学习机器学习有很多方法，大多数人选择从理论开始。 如果你是个程序员，那么你已经掌握了把问题拆分成相应组成部分及设计小项目原型的能力，这些能力能帮助你学习新的技术、类库和方法。这些对任何一个职业程序员来说都是重要的能力，现在它们也能用在初学机器学习上。 要想有效地学习机器学习你必须学习相关理论，但是你可以利用你的兴趣及对知识的渴望，来激励你从实际例子学起，然后…

　　截止目前，已经知道了常用的机器学习算法是怎么回事儿、学习的步骤是怎么进行的。但在机器学习的应用背景是多种多样的，做实际工程必须学会如何根据具体的问题评估一个学习模型的好坏，如何合理地选择模型、提取特征，如何进行参数调优。这些也是我以前做模式识别时欠缺的环节，所以在遇到识别率很低的情况时，往往很困惑，不知道该如何改进：到底是应该改进模型改变特征、还是应该增…

从上面几篇的决策树開始,就能够開始进入到集成学习(ensemble learning)了,与其说集成学习是一种算法,倒不如说集成学习是一种思想. 集成学习的思想也是非常自然非常符合人类直观理解的. 用通俗的不能更通俗的话来说,要是一个机器学习器解决不了问题,那就多训练几个.再把这些学习器结合起来完毕机器学习任务. 能够类比开会,一群人讨论得到的解决的方法一般…

1 import numpy as np 2 import re 3 4 #词表到向量的转换函数 5 def loadDataSet(): 6 postingList = [[‘my’, ‘dog’, ‘has’, ‘flea’, ‘problems’, ‘help’, ‘please’], 7 [‘maybe’, ‘not’, ‘take’, ‘him’,…

1）集群规划：主机名       　　 IP      安装的软件                    　　运行的进程master    192.168.199.130   jdk、hadoop                    　　NameNode、DFSZKFailoverController(zkfc)slaver1    192.168.199…

前段时间开始研究图像检索，进展困难，于是回归基础，捧起PRML一书，无奈看起来极其晕乎，参考AN的的讲义才有点初步的认识。 1、概述：什么是生成学习算法 两类学习算法：判别学习算法（discriminative learning algorithm）和生成学习算法（generative learning algorithm）。DLA通过建立输入空间X与输出标…

东方联盟研究人员提出了一种机器学习方法，该方法使用蓝牙网络中设备之间的真实交互作为可靠处理设备到设备身份验证的基础。 称为“交互真实性验证”（又名 VIA），重复身份验证方案旨在解决被动、连续身份验证和一旦两个设备相互配对后自动解除身份验证的问题，在采取明确的解除身份验证操作之前，这些设备保持身份验证状态，或经过身份验证的会话过期。考虑通过蓝牙配对的设备，通…

1.决策树 骤如下： （1）：假设T为训练样本集。 （2）：从属性集合Attributes中选择一个最能区别T中样本的属性。 （3）：创建一个树节点，它的值为所选择的属性。创建此节点的子节点，每个子链代表所选属性的一个唯一值（唯一区间），使用子链的值进一步将样本细分为子类。 对于每一个分支继续重复（2）（3）的过程，直到满足以下两个条件之一： (a):所有属…