机器学习Machine Learning - Andrew NG
courses学习笔记
Dimensionality Reduction降维
Motivation Data Compression数据压缩
Motivation Visualization可视化
Principal Component Analysis Problem Formulation主成...
分类：
系统相关 时间：
2015-03-28 20:25:57
阅读次数：
209
那几年，我学习机器学习的主要内容：
1.机器学习基本导论，机器学习入门了解；
2.线性回归与Logistic。xx业绩预测系统，智能交互统计系统等；
3.岭回归，Lasso，变量选择技术。维度的技巧等技术；
4.降维技术。xx指标设计，具体规范；
5.线性分类器，Knn算法，朴素贝叶斯分类器，文本挖掘。XX智能垃圾消息，垃圾邮件判断，评论智能分析，智能监控统计预警系统呀。
6.决策树，组合提升算...
分类：
其他好文 时间：
2015-03-20 14:27:55
阅读次数：
168
决策树、knn算法都是结果确定的分类算法，数据示实例最终被明确的划分到某个分类中贝叶斯：不能完全确定数据实例应该划分到某个类，湖综合只能给出数据实例属于给定分类的概率 *引入先验概率与逻辑推理来处理不确定命题 *(扩展命题),另一种叫频数概率，从数据本身出发得到结论，不考了逻辑推理及先验知识。朴.....
分类：
其他好文 时间：
2015-03-19 06:12:50
阅读次数：
155
knn特点优点：精度高，对异常值不明感，无数据输入嘉定缺点：计算复杂度高，空间复杂度高适用范围：数值型和标称型knn算法的伪代码1、计算已知类别数据集中的点与当前之间的距离2、按照距离递增次序排序3、选取与当前点距离最6，小的k个点4、确定前k个点所在的类别的出现频率5、返回前k个点出现频率最高的类...
分类：
其他好文 时间：
2015-03-18 23:12:36
阅读次数：
801
描述所谓性别识别就是判断检测出来的脸是男性还是女性，是个二元分类问题。识别所用的算法可以是SVM，BP神经网络，LDA，PCA，PCA+LDA等等。OpenCV官网给出的文档是基于Fisherfaces检测器（LDA）方法实现的。链接：http://docs.opencv.org/modules/contrib/doc/facerec/tutorial/facerec_gender_classifi...
分类：
其他好文 时间：
2015-03-18 10:35:50
阅读次数：
158
给定n个m维样本X-(1), X(2),…,X(n)，假设我们的目标是将这n个样本从m维降低到k维，并且尽可能保证这种降维的操作不会产生很大的代价（重要信息的丢失）。换句话说，我们要把n个样本点从m维空间投影到k维空间。对...
分类：
其他好文 时间：
2015-03-17 08:12:37
阅读次数：
656
k-d树（k-dimensional树的简称），是一种分割k维数据空间的数据结构。主要应用于多维空间关键数据的搜索（如：范围搜索和最近邻搜索）。
索引结构中相似性查询有两种基本的方式：一种是范围查询（range searches），另一种是K近邻查询（K-neighbor searches）。范围查询就是给定查询点和查询距离的阈值，从数据集中找出所有与查询点距离小于阈值的数据；K近邻查询...
分类：
编程语言 时间：
2015-03-15 10:56:44
阅读次数：
262
人脸识别比较成熟，OpenCV也已经把目前主流的人脸识别算法(PCA,Haar,LBP)集成到算法库，并且附带例程和文档。文档链接http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html...
分类：
其他好文 时间：
2015-03-13 18:44:41
阅读次数：
221
在OpenCV2简单的特征匹配中对使用OpenCV2进行特征匹配的步骤做了一个简单的介绍，其匹配出的结果是非常粗糙的，在这篇文章中对使用OpenCV2进行匹配的细化做一个简单的总结。主要包括以下几个内容： DescriptorMatcher DMatcher KNN匹配 计算两视图的基础矩阵F，并细...
分类：
其他好文 时间：
2015-03-12 23:57:40
阅读次数：
1044
作者：daniel-D 在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means...
分类：
其他好文 时间：
2015-03-09 21:02:05
阅读次数：
236
