机器学习课堂笔记（十四）
使用低维数据来近似表示高维数据
通过数据可视化来获得降维数据的物理意义
Σ\Sigma和∑ni=1\sum_{i=1}^n不同
Σ\Sigma的计算对于所有的样本值
此时计算的是一个样本值x(i)x^{(i)}的降维z(i)z^{(i)}
保留99%的差异性
[U,S,V] = svd(Sigma)调用一次
使用训练集运行PCA，这样...
分类：
其他好文 时间：
2016-05-07 09:47:06
阅读次数：
117
问题引入先思考这样一个问题：我们知道，人群中人的身高大致服从一个正态分布。那么现在，如果说我拿到了一个班的学生（就姑且假设是100人吧！）的身高，我想请你帮我估计一下，这个正态分布的参数θ:N(μ,σ)\theta:N(\mu,\sigma)。如何估计？好简单。应用极大似然估计的思想，把每一个样本拿出来相乘，求解得到概率最大的那个参数，即为我们想要的参数θ\theta好，现在我们将问题增加一点点难度...
分类：
编程语言 时间：
2016-04-29 19:29:06
阅读次数：
285
问题引入先思考这样一个问题：我们知道，人群中人的身高大致服从一个正态分布。那么现在，如果说我拿到了一个班的学生（就姑且假设是100人吧！）的身高，我想请你帮我估计一下，这个正态分布的参数θ:N(μ,σ)\theta:N(\mu,\sigma)。如何估计？好简单。应用极大似然估计的思想，把每一个样本拿出来相乘，求解得到概率最大的那个参数，即为我们想要的参数θ\theta好，现在我们将问题增加一点点难度...
分类：
编程语言 时间：
2016-04-26 21:35:52
阅读次数：
298
update gate $z$: defines how much of the previous memory to keep around. \[z = \sigma (x_t U^z + s_{t-1} W^z )\] reset gate $r$: \[r = \sigma(x_t U^r ...
分类：
其他好文 时间：
2016-04-14 22:24:33
阅读次数：
1899
给定一组有限维向量空间V的基{e1, e2, ... en}，一个线性变换T: V->V'的关于这组基的“矩阵分量”[T(i,j)]，定义为: T ej = sigma(i = 1 to n, T(i,j) ei) = T(1,j) e1 + T(2,j) e2 + ... T(n,j) en也就是 ...
分类：
其他好文 时间：
2016-04-09 23:35:18
阅读次数：
195
【题目链接】 http://www.lydsy.com/JudgeOnline/problem.php?id=2726 【题意】 将n个任务划分成若干个块，每一组Mi任务花费代价(T+sigma{ tj }+s)*sima{ fi },j属于Mi，T为当前时间，问最小代价。 【思路】 设f[i]为将 ...
分类：
其他好文 时间：
2016-04-07 08:20:26
阅读次数：
301
【题目链接】 http://www.lydsy.com/JudgeOnline/problem.php?id=2190 【题意】 n*n的正方形，在(0,0)格点可以看到的格子数目。 【思路】 预处理出欧拉函数。 (x,y)=1,1<=y<=n,x<y的数对为t=sigma{ phi(i) } 1< ...
分类：
其他好文 时间：
2016-04-02 18:48:42
阅读次数：
166
【题目链接】 http://www.lydsy.com/JudgeOnline/problem.php?id=2751 【题意】 m个位置，已知每个位置的可能取值，问所有可能情况的每个位置的乘积的和。 【思路】 答案即为 前K中情况减去不可能的取值算sigma，后面的取值为(((n+1)n)/2)^ ...
分类：
其他好文 时间：
2016-03-31 12:50:53
阅读次数：
195
1.高斯滤波器综述
高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。一维零均值高斯函数为：
g(x)=exp( -x^2/(2 sigma^2)
其中，高斯分布参数Sigma决定了高斯函数的宽度。对于图像处理来说，常用二维零均值离散高斯函数作平滑滤波器。
高斯函数具有五个重要的性质，...
分类：
其他好文 时间：
2016-03-29 10:54:54
阅读次数：
289
水概率DP，ANS=sigma(min(a[i],a[i-1])/(a[i]*a[i-1]))
分类：
其他好文 时间：
2016-03-20 13:03:29
阅读次数：
176
