"1. DNN神经网络的前向传播（FeedForward）" "2. DNN神经网络的反向更新（BP）" "3. DNN神经网络的正则化" 1. 前言 和普通的机器学习算法一样，DNN也会遇到过拟合的问题，需要考虑泛化，这里我们就对DNN的正则化方法做一个总结。 2. DNN的L1和L2正则化 想到 ...
分类：
其他好文 时间：
2018-12-13 01:15:36
阅读次数：
209
"1. 集成学习（Ensemble Learning）原理" "2. 集成学习（Ensemble Learning）Bagging" "3. 集成学习（Ensemble Learning）随机森林（Random Forest）" "4. 集成学习（Ensemble Learning）Adaboost ...
分类：
其他好文 时间：
2018-11-17 20:45:18
阅读次数：
172
"1. 集成学习（Ensemble Learning）原理" "2. 集成学习（Ensemble Learning）Bagging" "3. 集成学习（Ensemble Learning）随机森林（Random Forest）" "4. 集成学习（Ensemble Learning）Adaboost ...
分类：
编程语言 时间：
2018-11-17 13:19:41
阅读次数：
257
1. 前言 如果读了我之前的几篇集成学习的博文，相信读者们已经都对集成学习大部分知识很有了详细的学习。今天我们再来一个提升，就是我们的集大成者GBDT。GBDT在我们的Kaggle的比赛中基本获得了霸主地位，大部分的问题GBDT都能获得异常好的成绩。 2. GBDT原理 GBDT的中文名叫梯度提升树 ...
分类：
其他好文 时间：
2018-11-17 11:54:27
阅读次数：
200
1. 前言 相信看了之前关于集成学习的介绍，大家对集成学习有了一定的了解。本文在给大家介绍下远近闻名的随机森林（RF）算法。 随机森林是集成学习中可以和梯度提升树GBDT分庭抗礼的算法，尤其是它可以很方便的并行训练，在如今大数据大样本的的时代很有诱惑力。 2. 随机森林原理 随机森林是Bagging ...
分类：
其他好文 时间：
2018-11-16 18:50:02
阅读次数：
285
1. 前言 前面从整体的角度介绍了集成学习算法，集成学习算法分为Bagging、Boosting、Stacking。Bagging的特点是各个弱学习器之间没有依赖关系，Boosting的特点是各个弱学习器之间有依赖关系，Stacking的特点是在多个学习器的基础上再加一个机器学习算法进行预测。 <! ...
分类：
其他好文 时间：
2018-11-14 14:12:34
阅读次数：
113
1. 前言 我们之前介绍了很多的机器学习的算法，大家有没想过一个问题用所有的方法都试一遍，然后拿结果一起再来判断。其实这种思路在机器学习中完全是可以的，并且有了自己的一个阵营，就是集成学习。集成学习顾名思义是结合了好多的算法一起来进行预测。就像我们想看一部电影前，问问身边看过的几个朋友对这部电影的评 ...
分类：
其他好文 时间：
2018-11-13 00:08:51
阅读次数：
138
上手机器学习，从搞懂这十大经典算法开始 集成学习方法 图解十大经典机器学习算法入门 ...
分类：
其他好文 时间：
2018-10-22 15:01:06
阅读次数：
87
根据分类器数目的多少，分类计数可分为单分类器技术和多分类器技术。单分类器技术中比较有代表性的是贝叶斯和决策树。多分类器组合思想起源于 集成学习算法。继承学习算法是机器学习的一种新的学习思想，该学习算法把同一个问题分解到多个不同的模块中，由多个学习器一起学习，共同解决 目标问题，从而提高分类器的泛化能 ...
分类：
其他好文 时间：
2018-10-10 23:39:10
阅读次数：
286
1. apche shiro 是Java的一个安全）框架 2.shiro可以非常容易的开发出足够好的应用，不仅可以在JavaSE环境，也可用在JavaEE环境 3. shiro可以完成 认证，授权，加密，会话管理 、与web 集成 缓存等 4。下载 http://shiro.apache.org/ ...
分类：
其他好文 时间：
2018-09-14 01:16:21
阅读次数：
214
