深度学习：采用无监督学习，获得更有用的特征（不需要人工抽取特征），以实现各种分类和预测目标，结合高性能计算，提高效率。
分类：
其他好文 时间：
2014-12-14 13:07:23
阅读次数：
306
1.机器学习的真实含义：利用计算机来彰显数据背后的真实含义。或者说把无序的数据转换成有用的信息。2.数值常用的几种表示形式：十进制、二值型、枚举类型。3.如何选择合适的算法？首先考虑使用机器学习算法的目的。考虑想不想预测目标变量的值？如果想要预测目标变量的值，则可以选择监督学习算法，否则可以选择无监...
分类：
其他好文 时间：
2014-12-11 22:13:11
阅读次数：
269
前面和大家分享的分类算法属于有监督学习的分类算法，今天继续和小伙伴们分享无监督学习分类算法---聚类算法。聚类算法也因此更具有大数据挖掘的味道
聚类算法本质上是基于几何距离远近为标准的算法，最适合数据是球形的问题，首先罗列下常用的距离：
绝对值距离（又称棋盘距离或城市街区距离）
Euclide距离（欧几里德距离，通用距离）
Minkowski 距离（闵可夫斯基距离），欧...
分类：
编程语言 时间：
2014-12-10 18:12:05
阅读次数：
280
PCA是一种非监督学习算法，它能够在保留大多数有用信息的情况下，有效降低数据纬度。它主要应用在以下三个方面：1. 提升算法速度2. 压缩数据，减小内存、硬盘空间的消耗3. 图示化数据，将高纬数据映射到2维或3维总而言之，PCA干的事情就是完成一个将原始的n维数据转化到k维的映射。其中，k<n它的核心...
分类：
编程语言 时间：
2014-12-10 17:44:02
阅读次数：
256
监督学习的任务就是学习一个模型（或者得到一个目标函数）,应用这一模型，对给定的输入预测相应的输出。这一模型的一般形式为一个决策函数Y=f(X)，或者条件概率分布P(Y|X)。
监督学习方法又可以分为生成方法(generative approach)和判别方法(discriminative approach)。所学到的模型分别为生成模型(generative model)和判别模型(discriminative model)。...
分类：
其他好文 时间：
2014-12-03 15:49:32
阅读次数：
174
第一章的主要目的是为了了解一下基本概念，如什么是机器学习、无监督学习、监督学习等等。一、什么是机器学习1、机器学习是一门新的研究领域，主要是指在不需要显示编程情况下，计算机具有学习的能力Field of study that gives computers the ability to learn ...
分类：
其他好文 时间：
2014-12-02 22:12:55
阅读次数：
135
支持向量机基本上是最好的有监督学习算法，因其英文名为support vector machine，简称SVM。通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。 本文详述SVM的理论基础，并通过Python实现了该算法。...
分类：
编程语言 时间：
2014-12-01 14:20:05
阅读次数：
279
统计学习是基于数据构建统计模型从而对数据进行预测与分析，统计学习由监督学习，非监督学习，半监督学习和强化学习等组成
统计学习由模型的假设空间（学习的模型属于某个函数的集合），模型选择的准则，及模型学习的算法
分类：
其他好文 时间：
2014-11-29 21:31:23
阅读次数：
173
稀疏自编码器的学习结构:稀疏自编码器Ⅰ：神经网络反向传导算法梯度检验与高级优化稀疏自编码器Ⅱ：自编码算法与稀疏性可视化自编码器训练结果Exercise: Sparse Autoencoder自编码算法与稀疏性已经讨论了神经网络在有监督学习中的应用，其中训练样本是有类别标签的（x_i，y_i）。自编码...
分类：
其他好文 时间：
2014-11-28 21:22:29
阅读次数：
588
在机器学习范畴，根据反馈的不同，学习技术可以分为监督学习（Supervised learning）、非监督学习（Unsupervised learning）和强化学习（Reinforcement learning）三大类。其中强化学习是一种以环境反馈作为输入的、特殊的、适应环境的机器学习方法。所谓强...
分类：
其他好文 时间：
2014-11-27 18:06:35
阅读次数：
168
