L2范数 除了L1范数，还有一种更受宠幸的规则化范数是L2范数: ||W||2。它也不逊于L1范数，它有两个美称，在回归里面，有人把有它的回归叫“岭回归”（Ridge Regression），有人也叫它“权值衰减weight decay”。这用的很多吧，因为它的强大功效是改善机器学习里面一个非常.....
分类：
其他好文 时间：
2014-08-27 12:46:08
阅读次数：
377
一、LDA的基本思想线性判别式分析(LinearDiscriminantAnalysis,LDA)，也叫做Fisher线性判别(FisherLinearDiscriminant,FLD)，是模式识别的经典算法，它是在1996年由Belhumeur引入模式识别和人工智能领域的。线性鉴别分析的基本思想是...
分类：
其他好文 时间：
2014-08-27 01:34:47
阅读次数：
469
人工智能的道路我们还有很长的路要走，我们期待一场未来与机器人的真正博弈，而这种博弈的结果是：人与机器的和谐共存，生活的更加便捷。从我们感受到的智能来举例，如果你的手机是iphone，那你一定不会对siri陌生，这个人机交互的神器，可以帮助我们读短信、介绍餐厅、询问天气、语音设置闹钟。当然，这都不.....
分类：
其他好文 时间：
2014-08-26 22:52:36
阅读次数：
290
综上，信息体里的信息有时可以解析，有时不需要解析，人之所以不解析，这是一个问题。另外，有人问你&￥K的时候，你一定要回复“89Uk￥”。不可以因为心情不好不回复，因为在刚才的假设环境里，只有听觉。回复了就代表着这个东西是智能的。所以，人脑智能的建立与感知无关，感知确实如同计算机的IO设备，对信息体的处理是引擎核心。...
分类：
其他好文 时间：
2014-08-26 21:34:16
阅读次数：
206
知道某个算法，和运用一个算法是两码事儿。当你训练出数据后，发觉模型有太大误差，怎么办？1）获取更多的数据。也许有用吧。2）减少特征维度。你可以自己手动选择，也可以利用诸如PCA等数学方法。3）获取更多的特征。当然这个方法很耗时，而且不一定有用。4）添加多项式特征。你在抓救命稻草么？5）构建属于你自己...
分类：
其他好文 时间：
2014-08-26 21:05:46
阅读次数：
889
Mahout 是 Apache Software Foundation（ASF） 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。Apache Mahout项目已经发展到了它的第三个年头，目前已经有了三个公共发行版本。Mahout包含许多实现，包括聚类、分类、推荐过滤、频繁子项挖掘。此外，通过使用 Apache Hadoop 库，Mahout 可以有效地扩展到云中。
Mahout 的创始人 Grant Ingersoll 介绍了机器学习的基本概...
分类：
其他好文 时间：
2014-08-26 19:44:17
阅读次数：
357
在对数据进行拟合，学习模型的过程中，会出现以下情况：1）high variance, overfitting.过拟合2）high bias, underfiiting.欠拟合过拟合出现的原因1）太多的特征。2）过少的训练数据。如何解决？1）减少特征数2）模型选择算法（model selection ...
分类：
其他好文 时间：
2014-08-26 19:13:56
阅读次数：
310
outlook
temperature
humidity
windy
play
yes
no
yes
no
yes
no
yes
no
yes
no
sunny
2
3
hot
2
2
high
3
4
...
分类：
其他好文 时间：
2014-08-26 09:53:05
阅读次数：
200
信息熵很亮的是在你知道一个事件的结果后，平均会带给你多大的信息量，当事件的不确定性越大，那么要搞清它所需要的信息量也就越大，也就是信息熵越大，是无序性，不确定性的度量指标。
信息熵的计算：
-p[i]logp[i]，底数为2
public static double calcEntropy(int p[]) {
double entropy = 0;
// 用来计算总的样本数量，p[...
分类：
其他好文 时间：
2014-08-25 15:01:05
阅读次数：
293
