1. 独立成分分析(ICA)的起源：独立成分分析（Independent Component Analysis），最早应用于盲源信号分离（Blind Source Separation，BBS）。起源于“鸡尾酒会问题”，描述如下：在嘈杂的鸡尾酒会上，许多人在同时交谈，可能还有背景音乐，但人耳却能准确...
分类：
其他好文 时间：
2014-08-20 12:01:42
阅读次数：
594
网易公开课，第15课 notes，11 参考， PCA本质是旋转找到新的基(basis)，即坐标轴，并且新的基的维数大大降低 ICA也是找到新的基，但是目的是完全不一样的，而且ICA是不会降维的 对于ICA，最经典的问题，“鸡尾酒会”问题 在鸡尾酒会，上很多人同时在说话，还有背景音乐，如果我们放若干...
分类：
其他好文 时间：
2014-08-15 17:33:09
阅读次数：
197
UI界面类项目：Panoramagl —— 720全景展示Panorama viewer library for iPhone, iPad and iPod touchMBProgressHUD —— 进度指示一种优雅的，半透明的进度显示效果。同时还提供了其他附加功能，比如显示完成信息并淡出。iCa...
分类：
移动开发 时间：
2014-08-15 12:44:28
阅读次数：
519
一直犹豫稀疏编码怎么写，来来回回看了好几遍的UFLDL。因为这不仅是DL深度学习的重要概念，也是我这段时间一直在研究的stacked ISA 深度特征学习的支柱。
这章将主要介绍一下稀疏编码的主要概念，及主成分分析的方法。
稀疏编码算法是一种无监督（unsupervised）学习方法，它用来寻找一组“超完备”基向量来更高效地表示样本数据。（设x的维数为n，则k>n）
超完备基能更有效地找...
分类：
其他好文 时间：
2014-07-26 02:23:36
阅读次数：
614
斯坦福ML公开课笔记15
我们在上一篇笔记中讲到了PCA(主成分分析)。PCA是一种直接的降维方法，通过求解特征值与特征向量，并选取特征值较大的一些特征向量来达到降维的效果。
本文继续PCA的话题，包括PCA的一个应用——LSI(Latent Semantic Indexing, 隐含语义索引)和PCA的一个实现——SVD(Singular Value Decomposition,奇异值分解)，在SVD和LSI结束之后，关于PCA的内容就告一段落。视频的后半段开始讲无监督学习的一种——ICA(Indepen...
分类：
其他好文 时间：
2014-07-22 14:16:14
阅读次数：
314
如果XenDesktop站点中的所有DeliveryController均出现故障，可以将VirtualDeliveryAgent(VDA)配置为在高可用性模式下运行，以便用户可以继续访问和使用他们的桌面。在高可用性模式下，VDA将接受来自用户的直接ICA连接，而不是由控制器代理的连接。这样就可以做到在DDC都挂了情..
分类：
其他好文 时间：
2014-07-08 09:50:09
阅读次数：
746
博客安排1.PCA原理及其应用(两篇）2.线性规划问题3.正则化方法3.拉格朗日乘法算子4.SVM5.ICA原理6.聚类分析7.EM算法8.推荐系统9.SVD10.高斯分布
分类：
其他好文 时间：
2014-06-10 15:04:35
阅读次数：
270
一、Xen简介Xen采用ICA协议，通过一种叫做准虚拟化的技术获得高性能，甚至在某些与传统虚拟技术极度不友好的架构上（x86），Xen也有上佳的表现。与那些传统通过软件模拟实现硬件的虚拟机不同，在InterVT-X支持下3.0版本之前的Xen需要系统的来宾权限，用来和XenAPI进行连接。到..
分类：
其他好文 时间：
2014-05-25 08:22:40
阅读次数：
354
