1.机器学习相关算法： 线性回归、K-means、决策树、随机森林、主成分分析、支持向量机，强化学习，贝叶斯网络 线性回归：解决数据预测问题，曲线弥合，已知{x1,x2,x3,...} , {y1,y2,y3,...} , 用一条曲线描述已知点的规律。 常用：最小二乘法。 K-means : 用距离 ...
分类：
其他好文 时间：
2018-08-12 17:36:49
阅读次数：
183
支持向量机（support vector machine，SVM）是机器学习中一种流行的学习算法，在分类与回归分析中发挥着重要作用。基于SVM算法开发的工具箱有很多种，下面我们要安装的是十分受欢迎的libsvm工具箱。 libsvm简介 LIBSVM 是台湾大学林智仁(Lin Chih Jen)副教 ...
分类：
其他好文 时间：
2018-08-12 15:43:26
阅读次数：
247
1.什么是SVM 通过跟高斯“核”的结合，支持向量机可以表达出非常复杂的分类界线，从而达成很好的的分类效果。“核”事实上就是一种特殊的函数，最典型的特征就是可以将低维的空间映射到高维的空间。 ? 我们如何在二维平面划分出一个圆形的分类界线？在二维平面可能会很困难，但是通过“核”可以将二维空间映射到三 ...
分类：
其他好文 时间：
2018-08-06 12:57:09
阅读次数：
146
目前人脸检测方法主要分为两大类，基于知识和基于统计。 基于知识的人脸检测方法主要包括：模板匹配，人脸特征，形状与边缘，纹理特征，颜色特征。 基于统计的人脸检测方法主要包括：主成分分析与特征脸法，神经网络模型，隐马尔可夫模型，支持向量机，Adaboost算法。 基于知识的方法将人脸看成不同特征的特定组 ...
分类：
其他好文 时间：
2018-08-01 22:18:46
阅读次数：
686
SVM有如下主要几个特点： (1)非线性映射是SVM方法的理论基础,SVM利用内积核函数代替向高维空间的非线性映射； (2)对特征空间划分的最优超平面是SVM的目标,最大化分类边际的思想是SVM方法的核心； (3)支持向量是SVM的训练结果,在SVM分类决策中起决定作用的是支持向量。 (4)SVM ...
分类：
其他好文 时间：
2018-07-31 21:37:15
阅读次数：
208
王健, 孙志礼, 于震梁, 柴小冬 东北大学 机械工程与自动化学院， 辽宁 沈阳 110819 收稿日期: 2015-04-28 基金项目: 国家科技重大专项(2013ZX04011-011). 作者简介: 王健（1988-），男，辽宁锦州人，东北大学博士研究生;孙志礼(1957-)，男，山东巨野人 ...
分类：
其他好文 时间：
2018-07-31 17:19:21
阅读次数：
201
。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 ...
分类：
其他好文 时间：
2018-07-29 22:19:02
阅读次数：
115
谷歌做了45万次不同类型的文本分类后，总结出一个通用的“模型选择算法”... 谷歌做了45万次不同类型的文本分类后，总结出一个通用的“模型选择算法”... 2018年07月25日 17:43:55 阅读数：6 2018年07月25日 17:43:55 阅读数：6 阅读数：6 新智元报道 来源：dev ...
分类：
编程语言 时间：
2018-07-29 16:37:52
阅读次数：
150
支持向量机在高维或无限维空间中构造超平面或超平面集合，其可以用于分类、回归或其他任务。直观来说，分类边界距离最近的训练数据点越远越好，因为这样可以缩小分类器的泛化误差。 调用sklearn.svm的svc函数，将MNIST数据集进行分类，并将整体分类精度输出，这里用了两种预处理的方法（将特征值变成0 ...
分类：
编程语言 时间：
2018-07-28 18:25:39
阅读次数：
571
下载地址： "网盘下载" 机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识. 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, ...
分类：
其他好文 时间：
2018-07-22 21:15:47
阅读次数：
193
