系统学习机器学习书本知识--每周两章节，列表如下: 1.模式评估与选择 线性模型 2.决策树 神经网络 3.支持向量机 贝叶斯分类器 4.集成学习 聚类 5.降维与度量学习 特征选择与稀疏学习 6.计算学习理论 半监督学习 7.概率图模型 规则学习 8.强化学习 ...
分类：
其他好文 时间：
2019-12-29 18:52:15
阅读次数：
93
K-L散度度量信息损失 只需要稍加修改熵H的计算公式就能得到K-L散度的计算公式。设p为观察得到的概率分布，q为另一分布来近似p，则p、q的K-L散度为： entropy-p-q 显然，根据上面的公式，K-L散度其实是数据的原始分布p和近似分布q之间的对数差值的期望。如果继续用2为底的对数计算，则K ...
分类：
其他好文 时间：
2019-12-29 14:57:10
阅读次数：
87
Verse 1 在祢我之间，有深渊隔绝 有高山阻险，无法跨越 在绝望之中，我举目仰望天 呼求祢名直到黑夜 在幽暗里面，祢慈爱彰显 吸引我灵到祢面前 恩典已成就，结局已陈写 主耶稣，永活盼望 Verse 2 有谁能想象，这伟大怜悯？ 有谁能度量，如此恩典？ 昔在永在神，降卑自高天 背负我罪，担我羞愧 ... ...
分类：
其他好文 时间：
2019-12-24 11:41:20
阅读次数：
724
彩色基础 光特性是颜色科学的核心，描述彩色光的3个基本量： 辐射率：从光源流出能量的总量，用瓦特(W)度量 光强：观察者从光源接收的能量总和，用流明度表示 亮度：主观描绘子 人眼中的600—700万个锥状体分别对红色、绿色和蓝色敏感：65%对红光敏感、 33%对绿光敏感、 2%对蓝光敏感。红色、绿色 ...
分类：
其他好文 时间：
2019-12-23 22:39:44
阅读次数：
121
概率（Probability）：事件发生的可能性的数值度量。 组合（Combination）：从n项中选取r项的组合数，不考虑排列顺序。组合计数法则：。 排列（Permutation）：从n项中选取r项的组合数，考虑排列顺序。排列计数法则：。 贝叶斯定理（Bayes's Theorem）：获取新信息 ...
分类：
其他好文 时间：
2019-12-20 22:22:28
阅读次数：
140
打造传统企业统一的持续集成平台，需要专门的团队打造合适的工具链，并制定合理的规范及度量标准，最终通过不同的方式推广到整个集团。
分类：
其他好文 时间：
2019-12-17 00:38:18
阅读次数：
142
最近聆听了两个IEEE FELLOW的高论。周末北大林老师来学校做了个报告，讲了很多新的机器学习概念。但是本人更关注的低秩学习，林老师只字未提。虽然如此，林老师的论文最近还是深入研究了很多，有多少改进的空间先不说，一篇LADMAP就需要看好几篇论文甚至回溯到十几年前的一些论文。或者说，当目标函数中有 ...
分类：
其他好文 时间：
2019-12-16 13:18:11
阅读次数：
109
1、监督学习 是有特征和标签的，即便是没有标签的，机器也是可以通过特征和标签之间的关系，判断出标签。监督学习是通过训练让机器自己找到特征和标签之间的联系，在以后面对只有特征而没有标签的数据时可以自己判别出标签。相当于给定数据，预测标签。常见的有监督学习算法：回归分析和统计分类。 2、非监督学习 由于 ...
分类：
其他好文 时间：
2019-12-14 21:20:59
阅读次数：
144
自我训练是一种增量算法(incremental algorithm)： 场景： 半监督学习，具备一小部分有标记样本和大量未标记样本，通常存在大量样本标注困难的问题。 基本流程： 1. 最初，使用少量标记数据构建单个分类器。 2. 然后，迭代地预测未标记样本的标签。 3. 通过2中预测结果的可信程度对 ...
分类：
其他好文 时间：
2019-12-14 18:59:39
阅读次数：
96
1. 方差和协方差的定义 在统计学中，方差是用来度量单个随机变量的离散程度，而协方差则一般用来刻画两个随机变量的相似程度，其中，方差的计算公式为 其中， 表示样本量，符号 表示观测样本的均值。 协方差的计算公式被定义为： 在公式中，符号 分别表示两个随机变量所对应的观测样本均值，据此，我们发现：方差 ...
分类：
其他好文 时间：
2019-12-10 22:41:34
阅读次数：
156
