码迷,mamicode.com
首页 >  
搜索关键字:机器学习 softmax logistic 回归    ( 13515个结果
数据挖掘相关概念
1、 统计学与数据挖掘的区别: 统计学主要利用概率论建立数学模型,是研究随机现象的常用数学工具之一。 数据挖掘分析大量数据,发现其中的内在联系和知识,并以模型或规则表达这些知识。 虽然两者采用的某些分析方法(如回归分析)是相同的,但是数据挖掘和统计学是有本质区别的: 一个主要差别在于处理对象(数据集...
分类:其他好文   时间:2014-07-06 21:40:15    阅读次数:217
logistic学习笔记
1、 logistic回归与一般线性回归模型的区别:(1) 线性回归的结果变量 与因变量或者反应变量与自变量之间的关系假设是线性的,而logistic回归中 两者之间的关系是非线性的;(2) 前提假设不同,在线性回归中,通常假设,对于自变量x的某个值,因变量Y的观测值服从正态分布,但在logisti...
分类:其他好文   时间:2014-07-06 20:27:06    阅读次数:285
亲情以年为单位
父亲节母亲节想想还是操蛋 天天跟父母住一起吃一起 都自己人啥爱不爱的非得整句我爱你啥的都是吃油条长大的 用带着油条味道的汉堡腔说我爱你然后掐指一算人生还剩多少个个父亲节一把鼻涕一把泪的 好像亲情以年为单位 没有说过我爱你就是不完整的 过完了充满爱的一天 一切回归 吃着油条喝着豆浆父亲节爱父亲 母亲节...
分类:其他好文   时间:2014-07-06 19:48:39    阅读次数:194
虚拟变量学习
虚拟变量 ( Dummy Variables) 又称虚设变量、名义变量或哑变量,用以反映质的属性的一个人工变量,是量化了的自变量,通常取值为0或1。引入哑变量可使线形回归模型变得更复杂,但对问题描述更简明,一个方程能达到俩个方程的作用,而且接近现实。模型中引入虚拟变量的作用1、分离异常因素的影响,例...
分类:其他好文   时间:2014-07-05 17:31:28    阅读次数:197
Kinect 开发 —— Kinect for windows SDK
开发 —— 基本的SDK和Windows 编程技巧(彩色图像视频流,深度图像视频流的采集,骨骼跟踪,音频处理,语音识别API) 深度数据,就是Kinect的精髓和灵魂,很多问题都转换为深度图像的模式识别问题 AForge.NET 是一套C#编写的Framework,提供计算机视觉,机器学习 www....
分类:Windows程序   时间:2014-07-05 17:00:05    阅读次数:947
检测乳腺癌细胞中的有丝分裂(2)
Mitosis Detection in Breast Cancer Histology Images with Deep Neural Networks...
分类:其他好文   时间:2014-07-05 10:35:21    阅读次数:418
多项式回归
在上一节所介绍的非线性回归分析,首先要求我们对回归方程的函数模型做出推断。尽管在一些特定的情况下我们能够比較easy地做到这一点,可是在很多实际问题上经常会令我们不知所措。依据高等数学知识我们知道,不论什么曲线能够近似地用多项式表示,所以在这样的情况下我们能够用多项式进行逼近,即多项式回归分析。一、...
分类:其他好文   时间:2014-07-03 21:05:18    阅读次数:230
mac osx 10.9 建立机器学习环境(python3.4)
在mac os上建立python 3.4 的机器学习 环境。...
分类:编程语言   时间:2014-07-03 13:43:04    阅读次数:190
机器学习——Logistic回归
参考《机器学习实战》 利用Logistic回归进行分类的主要思想: 根据现有数据对分类边界线建立回归公式,以此进行分类。 分类借助的Sigmoid函数: Sigmoid函数图: Sigmoid函数的作用: 将所有特征都乘上一个回归系数,然后将所有结果值相加,将这个总和代入Sigmoid函数中,进而得...
分类:其他好文   时间:2014-07-02 17:30:24    阅读次数:296
虚拟化、大数据、云计算、物联网、移动互联网与传统互联网关系
网络将物联网、传统互联网和移动互联网的数据连接、汇聚在一起形成“大数据”,这些数据经过人类刻意的、针对特意用途的分析产生价值用于决策分析等,计算和分析的平台则是“云计算”,机器学习应该算是“大数据”的获取和分析吧。云计算平台的搭建则借助于虚拟化技术。...
分类:移动开发   时间:2014-07-02 09:54:11    阅读次数:222
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!