Machine Learning:Linear Regression With One Variable
机器学习可以应用于计算机视觉，自然语言处理，数据挖掘等领域，可以分为监督学习（Supervised Learning）,无监督学习（Unsupervised Learning），强化学习（Reinforcement Learning）等。
首先我们从一个简单...
分类：
系统相关 时间：
2014-11-05 00:30:58
阅读次数：
256
阅读导读：
1.R语言如何检查文件或目录是否存在？如何重命名一个文件？
2.R语言如何查看和修改目录的权限？
3.R语言如何删除一个文件？
4.用R语言管理一个文件系统时，都有哪些特殊的目录？
5.如何查看R软件指定包所在目录？
1.
文件系统介绍
计算机的文件系统是一种存储和组织计算机数据的方法，它使得对其访问和查找变得容易，文件系统使用文件和树形目录的抽象...
分类：
编程语言 时间：
2014-11-05 00:28:34
阅读次数：
323
概率 理解概率最简单的方式就是把它们想像成韦恩图中的元素。首先你有一个包含全部可能输出(比如一个实验的)的全集，如今你对当中的一些子集感兴趣，即一些事件。如果我们在研究癌症，所以我们观察人们看他们是否患有癌症。在研究中，如果我们把全部參与者当成我们的全集，然后对不论什么一个个体来说都有两种可能的结论...
分类：
其他好文 时间：
2014-11-04 17:02:23
阅读次数：
225
机器学习算法 原理、实践与实战 —— 感知机感知机（perceptron）是二分类的线性分类模型，输入为特征向量，输出为实例的类别，取值+1和-1。感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，引入了基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。1. 感知机...
分类：
其他好文 时间：
2014-11-03 14:26:40
阅读次数：
270
朴素贝叶斯（NaiveBayesian）算法的核心思想是：分别计算给定样本属于每个分类的概率，然后挑选概率最高的作为猜测结果。假定样本有2个特征x和y，则其属于分类1的概率记作p(C1|x,y)，它的值无法直接分析训练样本得出，需要利用公式间接求得。其中p(Ci)表示训练样本中分类为Ci的..
分类：
编程语言 时间：
2014-11-03 10:22:12
阅读次数：
246
1. Classification 这篇文章我们来讨论分类问题（classification problems），也就是说你想预测的变量 y 是一个离散的值。我们会使用逻辑回归算法来解决分类问题。 之前的文章中，我们讨论的垃圾邮件分类实际上就是一个分类问题。类似的例子还有很多，例如一个在线交易网站判...
分类：
其他好文 时间：
2014-11-02 23:44:56
阅读次数：
474
LambdaMART是Learning To Rank的其中一个算法，适用于许多排序场景。它是微软Chris Burges大神的成果，最近几年非常火，屡次现身于各种机器学习大赛中，Yahoo! Learning to Rank Challenge比赛中夺冠队伍用的就是这个模型，据说Bing和Facebook使用的也是这个模型。
本文先简单介绍LambdaMART模型的组成部分，然后介绍与该模型相关的其他几个模型：RankNet、LambdaRank，接着重点介绍LambdaMART的原理，然后介绍Lambd...
分类：
其他好文 时间：
2014-11-02 18:14:11
阅读次数：
450
1：简单概念描写叙述如果如今有一些数据点，我们用一条直线对这些点进行拟合(改线称为最佳拟合直线)，这个拟合过程就称为回归。训练分类器就是为了寻找最佳拟合參数，使用的是最优化算法。基于sigmoid函数分类：logistic回归想要的函数可以接受全部的输入然后预測出类别。这个函数就是sigmoid函数...
分类：
其他好文 时间：
2014-11-02 16:28:04
阅读次数：
263
