循环（迭代）与递归的区别1. 递归算法与迭代算法的设计思路区别在于：函数或算法是否具备收敛性，当且仅当一个算法存在预期的收敛效果时，采用递归算法才是可行的，否则，就不能使用递归算法。 当然，从理论上说，所有的递归函数都可以转换为迭代函数，反之亦然，然而代价通常都是比较高的。 ...
分类：
其他好文 时间：
2014-11-18 06:55:48
阅读次数：
693
阅读目的：理解quick shift，同时理解mean shift原理，mean shift用于图像聚类，优点是不需要指定聚类中心个数，缺点是计算量太大（原因）。mean shift主要用来寻找符合一些数据样本的模型，证明样本符合某一概率密度函数（PDF），是一种非参数迭代算法能够寻找模型和聚类。数...
分类：
其他好文 时间：
2014-10-31 23:38:54
阅读次数：
389
这几天在看《统计学习方法》这本书，发现 梯度下降法在 感知机 等机器学习算法中有很重要的应用，所以就特别查了些资料。 一.介绍 梯度下降法（gradient descent）是求解无约束最优化问题的一种常用方法，有实现简单的优点。梯度下降法是迭代算法，每一步需要求解目标函数的梯度向量。二.应用...
分类：
其他好文 时间：
2014-10-30 20:54:29
阅读次数：
895
介绍这篇文章的目的是为了介绍std::vector，怎样恰当地使用它们的成员函数等操作。本文中还讨论了条件函数和函数指针在迭代算法中使用，如在remove_if()和for_each()中的使用。通过阅读这篇文章读者应该可以有效地使用vector容器，并且应该不会再去使用C类型的动态数组了。Vect...
分类：
其他好文 时间：
2014-10-24 14:32:45
阅读次数：
169
Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器（弱分类器），然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。...
分类：
编程语言 时间：
2014-10-24 13:03:41
阅读次数：
303
EM：最大期望算法（Expectation Maximization Algorithm，又译期望最大化算法），是一种迭代算法，用于含有隐变量（hidden variable）的概率参数模型的最大似然估计或极大后验概率估计。1 极大似然估计 假设有如图1的X所示的抽取的n个学生某门课程的成绩，又知....
分类：
编程语言 时间：
2014-10-19 21:17:00
阅读次数：
339
介绍这篇文章的目的是为了介绍std::vector，怎样恰当地使用它们的成员函数等操作。本文中还讨论了条件函数和函数指针在迭代算法中使用，如在remove_if()和for_each()中的使用。通过阅读这篇文章读者应该可以有效地使用vector容器，并且应该不会再去使用C类型的动态数组了。Vect...
分类：
其他好文 时间：
2014-10-04 12:21:46
阅读次数：
238
介绍这篇文章的目的是为了介绍std::vector，如何恰当地使用它们的成员函数等操作。本文中还讨论了条件函数和函数指针在迭代算法中使用，如在remove_if()和for_each()中的使用。通过阅读这篇文章读者应该能够有效地使用vector容器，而且应该不会再去使用C类型的动态数组了。Vect...
分类：
其他好文 时间：
2014-09-25 03:18:18
阅读次数：
382
迭代是数值分析中通过从一个初始估计出发寻找一系列近似解来解决问题（一般是解方程或者方程组）的过程，为实现这一过程所使用的方法统称为迭代法（Iterative Method）。 一般可以做如下定义：对于给定的线性方程组x=Bx+f（这里的x、B、f同为矩阵，任意线性方程组都可以变换成此形式），用公式x...
分类：
其他好文 时间：
2014-09-15 15:41:09
阅读次数：
196
机器学习(5)之牛顿算法1. 牛顿迭代算法简介 设r是的根，选取作为r的初始近似值，过点做曲线的切线L，L的方程为，求出L与x轴交点的横坐标，称x1为r的一次近似值。过点做曲线的切线，并求该切线与x轴交点的横坐标，称为r的二次近似值。重复以上过程，得r的近似值序列，其中，称为r的次近似值，上式称为....
分类：
其他好文 时间：
2014-09-14 23:28:37
阅读次数：
567
