what?： 极限学习机（extreme learning machine）ELM是一种简单易用、有效的单隐层前馈神经网络SLFNs学习算法。2004年由南洋理工大学黄广斌副教授提出。传统的神经网络学习算法（如BP算法）需要人为设置大量的网络训练参数，并且很容易产生局部最优解。极限学习机只需要设置网 ...
分类：
其他好文 时间：
2017-11-16 11:38:03
阅读次数：
134
原文链接：http://ghx0x0.github.io/2014/12/30/NDT-match/ 目前三维配准中用的较多的是ICP迭代算法，需要提供一个较好的初值，同时由于算法本身缺陷，最终迭代结果可能会陷入局部最优。本文介绍的是另一种比较好的配准算法，NDT配准。这个配准算法耗时稳定，跟初值相 ...
分类：
编程语言 时间：
2017-11-12 23:04:03
阅读次数：
366
吴恩达老师的机器学习公开课的第二课主要讲了随机梯度下降算法，我记录了一些要点并写了一点自己的想法于此。 以上便是第二节课的核心内容。 另外的内容还有随机梯度下降法。思想是很平凡的，当数据较多的时候随机选择数据进行梯度下降，以精度换速度。 梯度下降法似乎并不能处理局部最优的问题。吴恩达老师在课上给的解 ...
分类：
其他好文 时间：
2017-11-10 21:44:20
阅读次数：
1782
0 前言 上”最优化“课，老师讲到了无约束优化的拉格朗日乘子法和KKT条件。 这个在SVM的推导中有用到，所以查资料加深一下理解。 1 无约束优化 对于无约束优化问题中，如果一个函数f是凸函数，那么可以直接通过f(x)的梯度等于0来求得全局极小值点。 为了避免陷入局部最优，人们尽可能使用凸函数作为优 ...
分类：
其他好文 时间：
2017-11-10 00:29:15
阅读次数：
136
1. 什么是贪心算法？ 贪心算法，又称贪婪算法(Greedy Algorithm)，是指在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优解出发来考虑，它所做出的仅是在某种意义上的局部最优解。 贪婪算法是一种分阶段的工作，在每一个阶段，可以认为所做决定是最好的，而不考虑将来的后果 ...
分类：
编程语言 时间：
2017-11-04 17:56:10
阅读次数：
213
这门课主要讲了贪心、递归、回溯、分支定界、动态规划等几种算法。 在进行学习之前有做过相关题目，所以在听课的时候感觉好理解了许多。没学这门课的时候总是想因为没学ACM课感到惋惜。 1.贪心算法 贪心算法算是DP问题的一个分支了。确定贪心思路，确定贪心标准是其核心。贪心算法的特点在于通过局部最优达到总体 ...
分类：
编程语言 时间：
2017-11-02 21:21:15
阅读次数：
139
顾名思义，贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。当然，希望贪心算法得到的最终结果也是整体最优的。虽然贪心算法不能对所有问题都得到整体最优解，但对许多问题它能产生整体最优解。如单源最短路经问题，最小生成树问题等。在一些情 ...
分类：
编程语言 时间：
2017-10-06 11:41:33
阅读次数：
163
1.什么是贪心算法 贪心算法是在当前情况下做出的最优决定，它只考虑眼前，获得的是局部的最优解，并且，希望通过每次获得局部最优解最后找到全局的最优解。 2.贪心算法的特点 贪心算法并不保证得到最优解，但是，对于很多问题确实可以求得最优解。 贪心算法可能依赖之前作出的决定，但是，不依赖任何将来的选择或是 ...
分类：
编程语言 时间：
2017-10-05 10:58:00
阅读次数：
306
LDA算法最初的论文使用的是变分EM方法训练（Variational Inference）。该方法较为复杂，而且最后训练出的topic主题非全局最优分布，而是局部最优分布。后期发明了Collapsed Gibbs Sample方法，推导和使用较为简洁。 Latent Dirichlet Alloca ...
分类：
其他好文 时间：
2017-10-01 21:58:19
阅读次数：
221
这道题为简单题 题目： 思路： 遍历列表，找到局部最优m和全局最优n 代码： ...
分类：
其他好文 时间：
2017-09-22 00:40:06
阅读次数：
186
