机器学习，作为门时髦、热门的计算机应用技术，特别是随着深度学习的流行，推动“大数据+深度模型”的模式，为人工智能和人机交互的发展提供巨大的空间。
和数据挖掘一样，利用大量的数据分析建立有效的模型以便提供分类或者决策支持，机器学习也是利用经典的算法（聚类，SVM，神经网络，深度学习等）建立数据模型，不同的是机器学习偏向于算法的设计；更直接的说，机器学习，就是一些建立模型进行数据分析的算法包...
分类：
其他好文 时间：
2014-10-28 09:22:49
阅读次数：
216
人生如戏！！！！ 一、理论准备 输入：簇的数目k和包含n个对象的数据库。 输出：k个簇，使平方误差准则最小。 算法步骤： 1.为每个聚类确定一个初始聚类中心，这样就有K 个初始聚类中心。 2.将样本集中的样本按照最小距离原则分配到最邻近聚类 3.使用每个聚类中的样本均值作为新的聚类中心。 ...
分类：
编程语言 时间：
2014-10-27 17:32:33
阅读次数：
563
我接触过的大数据有：
1.美国棱镜计划
2.前几天新闻报道的，苹果公司窃取用户隐私
3.百度的用户搜素习惯统计分析
4.淘宝的用户购物习惯分析，智能推荐宝贝
5.浏览器的智能标签页
...
最想了解的大数据架构与算法：
1.著名的Google 网页排名算法：PageRank
2.著名的聚类算法：K-Means
7.CART
3.C4.5
4.k-Mea...
分类：
其他好文 时间：
2014-10-27 11:00:21
阅读次数：
214
在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut一文中我们给出了GMM算法的基本模型与似然函数，在EM算法原理中对EM算法的实现与收敛性证明进行了具体说明。本文主要针对怎样用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。1. GM...
分类：
编程语言 时间：
2014-10-27 10:40:28
阅读次数：
316
正态分布（Normal distribution）又名高斯分布（Gaussiandistribution）。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。我们通常所说的标准正态分布是μ = ...
分类：
编程语言 时间：
2014-10-24 01:39:46
阅读次数：
348
正态分布（Normal distribution）又名高斯分布（Gaussiandistribution）。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。我们通常所说的标准正态分布是μ
= 0,σ = 1的正态分布。
从上图可以看出,...
分类：
编程语言 时间：
2014-10-24 00:24:52
阅读次数：
402
"Clustering by fast search and find of density peaks"是今年6月份在《Science》期刊上发表的的一篇论文，论文中提出了一种非常巧妙的聚类算法。经过几天的努力，终于理解并用python实现了文中的算法，下面与大家分享一下自己对算法的理解及实现过程中遇到的问题和解决办法。
首先，该算法是基于这样的假设：类簇中心被具有较低局部密度的邻居点...
分类：
其他好文 时间：
2014-10-23 00:05:18
阅读次数：
368
思路：利用训练好的palm.xml和fist.xml文件，用OpenCV的CascadeClassifier对每一帧图像检测palm和fist，之后对多帧中检测到的palm和fist进行聚类分组，满足分组条件的区域为最终检测结果。代码： #include "opencv2/objdetect/obj...
分类：
其他好文 时间：
2014-10-22 23:16:16
阅读次数：
541
前言本篇文章继续我们的微软挖掘系列算法总结，前几篇文章已经将相关的主要算法做了详细的介绍，我为了展示方便，特地的整理了一个目录提纲篇：大数据时代：深入浅出微软数据挖掘算法总结连载，有兴趣的童鞋可以点击查阅，本篇我们将要总结的算法为：Microsoft顺序分析和聚类分析算法，此算法为上一篇中的关联规则...
分类：
数据库 时间：
2014-10-21 11:41:21
阅读次数：
306
谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远，以达到常见的聚类的目 的。其中的最优是指最优目标函数不同，可以是割边最小分割——如图1的Smallest cut(如后文的Mi...
分类：
其他好文 时间：
2014-10-19 21:14:49
阅读次数：
258
