Linear Regression线性回归 Notation 给定一个样本集T 样本总数为m
每个样本记做 其中为输入变量，也称为特征变量；为我们要预测的输出变量，也称为目标变量 表示第个样本。 问题描述 给定一个样本集，学习一个函数
使得是对相应y的一个好的预测。 因为某些历史原因，h被称为假设（...
分类：
其他好文 时间：
2014-05-20 02:15:22
阅读次数：
520
１０１０１０１０，这一信息数据能够表示多少意思呢？数学会告诉你，它能够表达的信息量的上下限。严格地，数学能够精确的预测，但是数学不会确切地告诉你人使用它所表达的意义，这对于数学自然是爱莫能助的。从理论上来讨论这些自然是泛泛的没什么意义，但是，针对于人的信息传播，一番讨论未必也是毫无意义的。信息传播，...
分类：
其他好文 时间：
2014-05-19 15:03:00
阅读次数：
230
Logistic Regression
逻辑回归解决问题类型二分类问题（classification） Notation给定一个样本集T样本总数为m每个样本记做
其中为输入变量，也称为特征变量；为我们要预测的输出变量，也称为目标变量表示第个样本。 Hypothesis的作用是，对于给定的输入变量，根...
分类：
其他好文 时间：
2014-05-19 11:59:01
阅读次数：
391
淘宝他会知道你最近想买什么，在你搜索前，Google会知道你想搜索什么。所有这些公司都在使用预测分析法来向你推销点什么-------无论是淘宝的广告，还是Google侧边的广告。如果企业中的销售人员也拥有这种能力，那岂不是如虎添翼？
预测性CRM，构建于大数据之上 传统CRM专注于企业内部现有...
分类：
其他好文 时间：
2014-05-18 18:55:47
阅读次数：
273
1.机器学习的真实含义是利用数据来彰显数据背后的真实含义。
2.机器学习的一般用例：人脸识别、手写数字识别、垃圾邮件过滤、产品推荐等等。
3.机器学习的主要任务是分类，即将实例数据划分到合适的分类中。另一项任务是回归，主要用于预测数值型数据。分类和回归属于监督学习，之所以称为监督学习，是因为这类算法必须知道预测什么，即目标的分类信息。另一种机器学习方式是无监督学习，此时数据没有类别信息，也没有...
分类：
编程语言 时间：
2014-05-18 08:05:07
阅读次数：
320
训练集上训练的模型在多大程度上能够对新的实例预测出正确输出称为泛化（generalization）
对最好的泛化来说，我们应当使假设的复杂性和潜在数据的函数的复杂性相匹配。如果假设没有函数复杂，例如，当试图用直线拟合从三次项式抽取的数据时，称为欠拟合（underfitting）。在这种情况下，随着复...
分类：
其他好文 时间：
2014-05-17 21:15:53
阅读次数：
270
1、有意义且有效的名字。2、同一信号在不同层次应该保持一致。3、添加有意义的后缀，使信号的有效性更加明确。4、模块输出寄存器化，使得输出的驱动强度和输入延时是可以预测的。5、使用括号表明优先级。6、每一个if都应该有一个else。如果esle没有任何相应的动作，则用一条空语句。（if。。esle可能...
分类：
其他好文 时间：
2014-05-17 18:28:13
阅读次数：
311
主要内容：帧内预测、帧间预测运动补偿运动估计一、H.264的块、帧内预测、帧间预测
H.264/
AVC标准中的基本预测技术是基于块，像素块预测编码包括帧内（intra）块预测和帧间（inter）块预测，在图像信号压缩编码中，由于亮度信号和色差信号是分别进行处理的，因此，预测又可分亮度信号预测和色差...
分类：
其他好文 时间：
2014-05-17 01:18:26
阅读次数：
628
时间序列分析建模最大的优点在于不必深究信号序列的产生背景，序列本身所具有的时序性和自相关性已经为建模提供了足够的信息，只需要有限的样本序列，就可以建立起相当高精度的预测模型，但其存在低阶模型预测精度低、高阶模型参数估计难度大的不足。缺点：为了捕获整个事件，需要对不同时期的数据进行观察，这样增加数据维...
分类：
其他好文 时间：
2014-05-16 00:42:15
阅读次数：
322
#线性模型中有关函数#基本函数 a<-lm(模型公式，数据源)
#anova(a)计算方差分析表#coef(a)提取模型系数#devinace(a)计算残差平方和#formula(a)提取模型公式#plot(a)绘制模型诊断图#predict(a)用作预测#print(a)显示#residuals(...
分类：
其他好文 时间：
2014-05-14 13:14:07
阅读次数：
389
