码迷,mamicode.com
首页 >  
搜索关键字:anaconda 数据挖掘 机器学习    ( 12837个结果
凸优化和机器学习
CSDN的博主poson在他的博文《机器学习的最优化问题》中指出“机器学习中的大多数问题可以归结为最优化问题”。我对机器学习的各种方法了解得不够全面,本文试图从凸优化的角度说起,简单介绍其基本理论和在机器学习算法中的应用。 1.动机和目的 人在面临选择的时候重视希望自己能够做出“最好”的选择,如果把...
分类:其他好文   时间:2014-08-16 21:03:31    阅读次数:192
数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes
贝叶斯分类器 贝叶斯分类器的分类原理是通过某对象的先验概率,利用贝叶斯公式计算出其后验概率,即该对象属于某一类的概率,选择具有最大后验概率的类作为该对象所属的类。眼下研究较多的贝叶斯分类器主要有四种,各自是:Naive Bayes、TAN、BAN和GBN。 贝叶斯网络是一个带有概率...
分类:其他好文   时间:2014-08-16 13:48:00    阅读次数:246
MALLET简介
MALLET:基于Java语言的用于统计自然语言处理,文件分类,聚类,主题建模,信息提取,和其他的用于文本的机器学习应用的Java包。 MALLET包括复杂的用于文件分类的工具: 有效的用于转换文本到“特征”的程序,多种多样的算法(包括朴素贝叶斯,最大熵,和决策树)。以及一些通用的指标用于评估分类器性能。 除了分类,MALLET包括序列标注的工具,像从文本...
分类:其他好文   时间:2014-08-16 11:15:20    阅读次数:256
Python 访问 LinkedIn (API)
Python 访问 LinkedIn (API)...
分类:编程语言   时间:2014-08-16 08:34:30    阅读次数:781
数据分析在实际工作中有什么区别吗
1 数据挖掘与数据分析在 !实际工作中! 真的有很大区别甚至是区别吗?我知道一些定义,比如数据分析偏重于统计,而数据挖掘的工作是分类,聚类,是信息的提炼,但是实际工作中是不是往往两方面都在做?分不清,分不开。答:第一个问号你指哪方面有区别?第二个问号,实际工作中是“谁”两方面都在做?给些提示:实际工...
分类:其他好文   时间:2014-08-15 23:42:39    阅读次数:329
【转】Logistic regression (逻辑回归) 概述
Logisticregression(逻辑回归)是当前业界比较常用的机器学习方法,用于估计某种事物的可能性。比如某用户购买某商品的可能性,某病人患有某种疾病的可能性,以及某广告被用户点击的可能性等。(注意这里是:“可能性”,而非数学上的“概率”,logisitc回归的结果并非数学定义中的概率值,不可...
分类:其他好文   时间:2014-08-15 20:56:49    阅读次数:333
Andrew Ng机器学习公开课笔记–Independent Components Analysis
网易公开课,第15课 notes,11 参考, PCA本质是旋转找到新的基(basis),即坐标轴,并且新的基的维数大大降低 ICA也是找到新的基,但是目的是完全不一样的,而且ICA是不会降维的 对于ICA,最经典的问题,“鸡尾酒会”问题 在鸡尾酒会,上很多人同时在说话,还有背景音乐,如果我们放若干...
分类:其他好文   时间:2014-08-15 17:33:09    阅读次数:197
学习【神经网络】最好的书来了《自己动手写神经网络》电子书在百度阅读上线!
葛一鸣老师写作的《自己动手写神经网络》电子书在百度阅读上线了。主页:http://t.cn/RPjZvzs。《自己动手写神经网络》面向智能设备爱好者、计算机科学爱好者、极客、程序猿、人工智能爱好者和物联网从业人员,是目前市场上第一本也是唯一一本采用Java打造的神经网络图书。《自..
分类:其他好文   时间:2014-08-15 14:49:49    阅读次数:266
linger博客原创性博文导航
linger博客原创性博文导航 http://blog.csdn.net/lingerlanlan 大学研究游戏外挂技术开始了此博客,断断续续写了些博文。后来,开始机器学习和深度学习的研究工作,由于喜欢和热爱,业余时间也经常性学习,并写博文总结。因此,博文越来越多,由于博文是根据时间排序的,看起来有点乱,所以在此处写个导航。 UFLDL学习笔记和编程 ufldl...
分类:其他好文   时间:2014-08-15 00:01:26    阅读次数:372
读“图”智慧:大数据“画像”的应用未来
互联网的内容主流,已经出现从文字转向图片的趋势,这标志着互联网已经进入“读图时代”。在“读图时代”的大背景下,图像中的海量非结构化数据的挖掘成为价值潜力的集聚地,如何挖掘其中隐藏的用户“密码”,成为大数据“落地”遇到的一大挑战。 图片大数据挖掘,主要目标是从中提取出图片的自身特征,包括语义、质...
分类:其他好文   时间:2014-08-14 16:37:58    阅读次数:242
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!