运用对偶的（对应原始）感知机算法实现线性分类。 参考书目：《统计学习方法》(李航) 算法原理： 代码实现： 环境：win7 32bit + Anaconda3 +spyder 和原始算法的实现基本框架是类似的，只是判断和权值的更新算法有点变化。 输出： ...
分类：
编程语言 时间：
2016-11-18 18:17:18
阅读次数：
334
运用最简单的原始（对应的有对偶）感知机算法实现线性分类。 参考书目：《统计学习方法》(李航) 算法原理： 踩到的坑：以为误分类的数据只使用一次，造成分类结果很差，在train函数内加个简单的递归，解决问题；不同的学习率结果差别很大，通过循环学习率取最优解决。 AND：个人理解尚浅，理论和代码都未免有 ...
分类：
编程语言 时间：
2016-11-16 02:06:08
阅读次数：
327
感知机：二类分类线性分类模型，输入是具体的输入（实例）的特征向量，输出是具体输入（实例）的类别，+1或-1 目的：求出将训练数据进行线性划分的超平面 我们同统计学习的三要素来学习感知机，首先，我们先来学习模型 1.感知机模型 具体介绍如下： 对感知机模型有了一定的了解之后，就要开始学习感知机学习策略 ...
分类：
其他好文 时间：
2016-11-06 13:58:05
阅读次数：
206
整理一下之前所学过的关于回归问题的思路： 问题引入：房屋估价，给定新的房屋信息，预测出相应的房屋价格； 学习过程：构建模型h(θ)； 线性回归：最小二乘法、梯度下降法、线性模型的概率解释； 局部加权回归：带权重的线性回归、权值的钟形函数； 逻辑回归：分类方法、梯度上升法、牛顿法、引出感知机学习算法； ...
分类：
其他好文 时间：
2016-11-03 01:53:41
阅读次数：
463
支持向量机学习笔记（二）前言在上一篇中，讲述了感知机是什么。接下来将叙述感知机的对偶形式，这在解决支持向量机问题中非常有用，因为直接求解存在困难时，我们往往会把它变换到其等价形式进行求解。这篇将继续上...
分类：
其他好文 时间：
2016-11-01 11:43:54
阅读次数：
358
摘要： 1.简介 2.模型 3.策略 4.算法 4.1原始问题 4.2对偶问题 ...
分类：
其他好文 时间：
2016-10-24 02:34:37
阅读次数：
167
深度｜神经网络和深度学习简史（第一部分）：从感知机到BP算法 2016-01-23 机器之心 来自Andrey Kurenkov 作者：Andrey Kurenkov 机器之心编译出品 参与：chenxiaoqing、范娜Fiona、杨超、微胖、汪汪、赵巍 导读：这是《神经网络和深度学习简史》第一部 ...
分类：
编程语言 时间：
2016-10-10 01:58:35
阅读次数：
228
2016年6月IEEE的麦克斯韦奖颁发给了机器学习的领军人物Geoffrey Hinton。颁奖辞十分优雅，同时简洁、凝练地解释了机器学习的最新进展以及神经网络的崛起。我忍不住翻译了一下。 颁奖辞 Geoffrey Hinton是深度学习的创立者，受对人脑感知机制的理解以及如何将其应用到计算机中的驱 ...
分类：
其他好文 时间：
2016-09-24 23:16:37
阅读次数：
160
判别模型与生成模型 前面也有过介绍，回顾一下，判别模型的意思就是它不关心数据是怎么产生的，不关心数据之间有何概率关系，它只关心数据之间有什么不同，这种不同会造成什么结果。比如说给你一堆水果，让你把它们中相同种类的放在一个篮子里，判别模型的话，我们直接通过分辨两个果子之间的差别，是黄的还是红的，是大的 ...
分类：
其他好文 时间：
2016-09-20 06:46:22
阅读次数：
115
