12.1 优化目标 12.2 大边界的直观理解 12.3 数学背后的大边界分类（可选） 12.4 核函数 1 12.5 核函数 2 12.6 使用支持向量机 12.1 优化目标 到目前为止,你已经见过一系列不同的学习算法。在监督学习中，许多学习算法的性能都非常类似，因此，重要的不是你该选择使用学习算 ...
分类：
系统相关 时间：
2016-04-27 22:13:37
阅读次数：
449
k-means是一种无监督学习算法，用于聚类。 下图（来自http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006910.html）展示了k-means算法k=2时的聚类过程。 第一步：给定k个中心点，然后依次遍历所有数据点，计算每个数据点到k ...
分类：
编程语言 时间：
2016-04-27 18:36:09
阅读次数：
180
本文介绍增强学习和自适应控制。 在监督学习中，算法是要输出尽量模仿训练集中的标签 y，标签给每个输入 x 一个清楚的正确答案。与此不同，对于许多序列决策和控制问题，就很难对算法给出这种明确的监督。例如，如果要造一个四足机器人，并编程让它行走，起初我们并不知道让它行走的正确行动，所以也不知道怎么模仿学 ...
分类：
其他好文 时间：
2016-04-27 12:18:40
阅读次数：
170
聚类是机器学习中的无监督学习方法的重要一种，近来看了周志华老师的机器学习，专门研究了有关于聚类的一章，收获很多，对于其中的算法也动手实现了一下。主要实现的包括比较常见的k均值聚类、密度聚类和层次聚类，这三种聚类方法上原理都不难，算法过程也很清晰明白。有关于原理可以参阅周志华老师的机器学习第九章，这里只做一下代码的实现。
运行环境是Python2.7+numpy，说实话，numpy坑还是挺多的，其...
分类：
其他好文 时间：
2016-04-26 20:56:56
阅读次数：
128
首先要来了解的一个概念就是聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程通常叫做 supervised learning (监督学习)，而在...
分类：
编程语言 时间：
2016-04-26 20:37:08
阅读次数：
471
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种。 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类 ...
分类：
Web程序 时间：
2016-04-23 23:09:15
阅读次数：
451
参考书 深度学习 深度学习是机器学习研究中的一个新的领域，其动机在亍建立、模拟人脑迚行分析学习的神经网络，它模仿人脑的机制来解释数据， 例如图像，声音和文本。深度学习是无监督学习的一种。深度学习的概念源亍人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。 深度学习通过组合低层特征形成更加 ...
分类：
其他好文 时间：
2016-04-23 21:20:41
阅读次数：
211
分类：分类的意义 传统意义下的分类：生物物种预测：天气预报决策：yes or no分类的传统模型分类（判别分析）与聚类有什么差别？有监督学习，无监督学习，半监督学习 常见分类模型与算法 线性判别法距离判别法贝叶斯分类器决策树支持向量机(SVM)神经网络 文本挖掘典型场景 网页自动分类垃圾邮件判断评论 ...
分类：
编程语言 时间：
2016-04-23 18:12:03
阅读次数：
221
本课内容： 1、线性回归 2、梯度下降 3、正规方程组 监督学习：告诉算法每个样本的正确答案，学习后的算法对新的输入也能输入正确的答案 1、线性回归 问题引入：假设有一房屋销售的数据如下： 引入通用符号： m =训练样本数 x =输入变量（特征） y =输出变量（目标变量） (x,y)—一个样本 i ...
分类：
其他好文 时间：
2016-04-21 01:16:14
阅读次数：
454
上一章学习了非监督学习的聚类，聚类算法可以将不同性质的分类分开。这两天学习了apriori算法进行关联分析，感觉是目前最难理解的一章了，并且书中还有个很坑爹的错误，作者存在很大的疏忽。
Apriori算法关联分析：从大规模数据集中寻找物品间的隐含关系被称作关联分析或者关联规则学习。
关联分析应用1：我们以前学习的是根据特性进行分类或者回归预测，并没有挖掘特性之间的关系，关联分析可以用于分析数据...
分类：
编程语言 时间：
2016-04-17 23:02:44
阅读次数：
655
