背景
之前所讨论的SVM都是非常严格的hard版本，必须要求每个点都被正确的区分开。但是，实际情况时很少出现这种情况的，因为噪声数据时无法避免的。所以，需要在hard SVM上添加容错机制，使得可以容忍少量噪声数据。 "软"化问题
软化SVM的思路有点类似正规化，在目标函数添加错误累加项，然后加一个...
分类：
其他好文 时间：
2015-01-11 17:31:22
阅读次数：
228
省略了Octave的使用方法结束，以后用得上再看吧week three：LogisticRegression:用于0-1分类Hypothesis Representation：：Sigmoid function orLogistic functionDecision boundary：theta ....
分类：
其他好文 时间：
2015-01-10 17:54:56
阅读次数：
307
作为一个推荐系统业余爱好者，在机器学习领域的鄙视链中，我感觉一直地位不高，时常被搞NLP CV语音等高科技技术的朋友鄙视。最近甚至被人问，推荐算法开源包多如牛毛，我们为什么还要专门的推荐算法工程师？（难道想要辞退我！？惊）不得不说，我想吐槽这个观点很久了。事实上搞推荐的工作不等于 import IB...
分类：
编程语言 时间：
2015-01-10 15:05:52
阅读次数：
325
最近算是一段空闲期，不想荒废，记得之前有收藏一个机器学习的链接Andrew Ng的网易公开课，其中的overfiting部分做组会报告时涉及到了，这几天有时间决定把这部课程学完，好歹算是有个粗浅的认识。本来想去网上查一查机器学习的书籍，发现李航的《统计学习方法》和PRML（Pattern Recog...
分类：
其他好文 时间：
2015-01-09 17:13:24
阅读次数：
152
作为一个推荐系统业余爱好者，在机器学习领域的鄙视链中，我感觉一直地位不高，时常被搞NLP CV语音等高科技技术的朋友鄙视。最近甚至被人问，推荐算法开源包多如牛毛，我们为什么还要专门的推荐算法工程师？（难道想要辞退我！？惊）不得不说，我想吐槽这个观点很久了。事实上搞推荐的工作不等于 import IB...
分类：
编程语言 时间：
2015-01-08 19:46:17
阅读次数：
421
聚类是一种无监督的学习，它将相似的对象归到同一个簇中。它有点像全自动分类（类别体系是自动构建的）。聚类方法几乎可以应用于所有对象，簇内的对象越相似，聚类的效果越好。本文要介绍一种称为K-均值（K-means）聚类的算法。之所以称之为K-均值是因为它可以发现k个不同的簇，且每个簇的中心采用簇中所含值的均值计算而成。...
分类：
编程语言 时间：
2015-01-08 17:58:36
阅读次数：
324
（一）SVM的背景简介 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10...
分类：
编程语言 时间：
2015-01-08 13:34:07
阅读次数：
294
线性回归描述
线性回归问题就是要找出一个最好超平面使得数据点距离这个平面的误差(residuals)最小。
传统上，最常用的是均方误差来评价这个误差。
求解最小的训练误差
现在我们要做的是如何选择参数w，使得训练误差Ein越小越好。
首先，我们把计算过程用矩阵形式表示出来，使表示更加简洁。
这里xn表示成列向量的形式，然后将加和的形式表示成向量的长度，进而将...
分类：
其他好文 时间：
2015-01-08 09:39:25
阅读次数：
255
http://blog.csdn.net/lsldd/article/details/41223147从这一章开始进入正式的算法学习。首先我们学习经典而有效的分类算法：决策树分类算法。1、决策树算法决策树用树形结构对样本的属性进行分类，是最直观的分类算法，而且也可以用于回归。不过对于一些特殊的逻辑分...
分类：
编程语言 时间：
2015-01-07 20:43:41
阅读次数：
236
http://www.52ml.net/15539.html2014年05月25日? 字号小中大所谓学习问题，是指观察由n个样本组成的集合，并根据这些数据来预测未知数据的性质。学习任务（一个二分类问题）：区分一个普通的互联网检索Query是否具有某个垂直领域的意图。假设现在有一个O2O领域的垂直搜索...
分类：
其他好文 时间：
2015-01-07 20:39:12
阅读次数：
205
