正则化方法：防止过拟合，提高泛化能力 在训练数据不够多时，或者overtraining时，常常会导致overfitting（过拟合）。其直观的表现如下图所示，随着训练过程的进行，模型复杂度增加，在training data上的error渐渐减小，但是在验证集上的error却反而渐渐增大——因为训练出 ...
分类：
其他好文 时间：
2017-07-29 10:14:15
阅读次数：
162
在UML的 类图中，常见的有以下几种关系: 泛化（Generalization）, 实现（Realization）, 关联（Association), 聚合（Aggregation）, 组合(Composition), 依赖(Dependency) 1. 泛化（Generalization） 【泛化 ...
分类：
其他好文 时间：
2017-07-27 15:48:35
阅读次数：
241
什么是泛型： 泛型从字面上理解，是指一个类、接口或方法支持多种类型，使之广泛化、一般化和更加通用。Java中使用Object类来定义类型也 能实现泛型，但缺点是造成原类型信息的丢失，在使用中容易造成ClassCastException。 什么是泛型： 泛型从字面上理解，是指一个类、接口或方法支持多种 ...
分类：
编程语言 时间：
2017-07-25 10:20:48
阅读次数：
208
http://acm.hdu.edu.cn/showproblem.php?pid=1712 题意： 有个人学习n门课程，a【i】【j】表示用j分钟学习第i门课程所能获得的价值，背包容量为一共有m时间，求最大价值。 思路： P06: 分组的背包问题 问题 有N件物品和一个容量为V的背包。第i件物品的 ...
分类：
其他好文 时间：
2017-07-24 22:22:31
阅读次数：
188
隐含层，指除输入、输出层外，的中间层。输入、输出层对外可见。隐含层对外不可见。理论上，只要隐含层节点足够多，只有一个隐含层，神经网络可以拟合任意函数。隐含层越多，越容易拟合复杂函数。拟合复杂函数，所需隐含节点数，随隐含层数量增多指数下降。 过拟合，模型预测准确率在训练集上升，在测试集下降。泛化性不好 ...
分类：
其他好文 时间：
2017-07-22 15:30:03
阅读次数：
151
1. SVM的优势 （1）可以解决小样本情况下的机器学习问题 （2）可以提高泛化性能 （3）可以解决高维问题（4）可以解决非线性问题 （5）可以避免神经网络结构选择和局部极小点问题 2. SVM的研究热点 （1）模式识别 （2）回归估计 （3）概率密度估计 3. SVM的主要核函数 （1）多项式核函 ...
分类：
其他好文 时间：
2017-07-20 18:03:58
阅读次数：
227
第一章 统计学习方法概论 学习：如果一个系统能够通过执行某个过程改进它的性能，这就是学习 监督学习：从训练数据集中学习模型，对测试数据进行预测 回归问题：输入变量与输出变量均为连续变量的预测问题 分类问题：输出变量为有限个离散变量的预测问题 标注问题：输入变量与输出变量均为变量序列的预测问题 损失函 ...
分类：
其他好文 时间：
2017-07-20 17:24:19
阅读次数：
225
对学习器的泛化性能进行评估，不仅需要有效的实验估计方法，还需要有衡量模型泛化性能的评准指标，这就是性能度量。性能度量反应任务需求，对比不同模型能力时，使用不同性能度量能导致不同的评判结果。因此，模型的好坏是相对的，模型不仅取决于算法和数据，还绝对于任务需求。 1. 回归任务中常用的性能度量是“均方误 ...
分类：
其他好文 时间：
2017-07-20 01:03:14
阅读次数：
329
boost数据结构tuple tuple(元组)定义了一个有固定数目元素的容器，其中每个元素类型可以不相同，这与其它容器有着本质的区别！vector和array虽然可以容纳很多元素，但是元素的类型必须一致;tuple很有用，它是pair的泛化，可以从函数返回任意数量的值，也可以代替struct组合数 ...
分类：
其他好文 时间：
2017-07-10 13:28:46
阅读次数：
363
上一节，我们介绍利用文本和知识库融合训练词向量的方法，如何更好的融合这些结构化知识呢？使得训练得到的词向量更具有泛化能力，能有效识别同义词反义词，又能学习到上下文信息还有不同级别的语义信息。 基于上述目标，我们尝试基于CBOW模型，将知识库中抽取的知识融合共同训练，提出LRWE模型。模型的结构图如下 ...
分类：
其他好文 时间：
2017-07-04 20:13:31
阅读次数：
1543
