godenlove007的专栏

说明：此文转载自机器之心翻译，http://www.toutiao.com/i6452900698668401166/英语原文发表在https://www.analyticsvidhya.com/blog/2017/08/10-advanced-deep-learning-architectures-data-scientists/-----------------------------

本文转载自：http://liuzg202.blog.163.com/blog/static/29427196201010259233251/ ，致谢！=======================================================1、只有这么几个人在做LASSO，他们都是大牛，你可以直接GOOGLE他们的主页，看他们在这块发了什么文章。yu bi

声明：本文转载自http://blog.youkuaiyun.com/hackbuteer1/article/details/8887818，谢谢原作者！！一、简答题（30分）1、简述数据库操作的步骤（10分）2、TCP/IP的四层结构（10分）3、什么是MVC结构，简要介绍各层结构的作用（10分）二、算法与程序设计（45分）1、由a-z、0-9组成3位的字符密码，设计一个算法

在机器学习中，常常需要对学习算法性能进行评估，自然需要建立一些评估准则。参考http://www2.cs.uregina.ca/~dbd/cs831/notes/confusion_matrix/confusion_matrix.html中的描述，一个比较简单的描述是混淆矩阵（confusion matrix）。它是这样定义的：The entries in the confusio

OpenCV的机器学习类定义在ml.hpp文件中，基础类是CvStatModel，其他各种分类器从这里继承而来。今天研究CvNormalBayesClassifier分类器。1.类定义在ml.hpp中有以下类定义：class CV_EXPORTS_W CvNormalBayesClassifier : public CvStatModel{public: CV_WR

本文转载自：http://sigvc.org/bbs/thread-872-1-1.html，谢谢原作者哈。Shark 是一个快速、模块化、功能丰富的开源 C++ 机器学习库，提供了各种机器学习相关技术，比如线性/非线性优化、基于内核学习算法、神经网络等。Shark 已经应用于多个现实项目中。 　　机器学习（Machine Learning）是一门多领域交叉学科，专门研究计

作为当前最热门的图像处理+计算机视觉C++开源程序库之一，OpenCV的功能自然越来越强大，由于一系列核心算法需要机器学习方法的介入，OpenCV即使的包含了一些常用的机器学习方法实现。对OpenCV的机器学习相关实现，概括如下：(1).朴素贝叶斯分类器，实现类：CvNormalBayesClassifier(2).K近邻分类器，实现类：CvKNearest(3).支持向量机分类器

转载的，忘记地址了。===============================================================================发信人: zibuyu (得之我幸), 信区: NLP 标 题: 机器学习推荐论文和书籍 发信站: 水木社区 (Thu Oct 30 21:00:39 2008), 站内 我们组内某小神童师弟通读论文，

机器学习资源大全zz 发表于：2012年04月21日  00:32 1 发信人: pennyliang (pennyliang), 信区: MachineLearning 标  题: 机器学习资源大全（欢迎补充，持续更新） 发信站: 水木社区 (Tue Jan 17 17:15:15 2012), 站内   Harvard机器学习资料(video) [antinucleon

本文转载自：http://blog.youkuaiyun.com/wuxiaoyao12/article/details/7330652，谢谢原作者。=============================================================================首先，发两个链接，介绍的比较详细，易懂，精辟，在网上传播度也较高1.数学之美番外篇：

本文转载自：http://blog.youkuaiyun.com/caiye917015406/article/details/7887221，谢谢原作者！==============================================================================第一个是用c语言做的关于文本的分类，主要是对待分类文本所有单词在模板中概率的后验计算

本文转载自：http://blog.youkuaiyun.com/caiye917015406/article/details/7884293，谢谢原作者！============================================================================这几天在学习贝叶斯分类，据说它的文本分析很给力，主要是应用简单，所以就小试以下。。。。

本文转载自：http://www.cnblogs.com/leoo2sk/archive/2010/09/17/naive-bayesian-classifier.html，感谢原作者张洋。==============================================================================算法杂货铺——分类算法之朴素贝叶斯分类(Nai

本文转载自：http://www.cnblogs.com/phinecos/archive/2008/10/21/1316044.html，谢谢原作者！源代码下载：NaviveBayesClassify.rar Preface文本的分类和聚类是一个比较有意思的话题，我以前也写过一篇blog《基于K-Means的文本聚类算法》，加上最近读了几本数据挖掘和机器学习的书籍，因此很想写点东西来

本文转载自：http://www.cnblogs.com/phinecos/archive/2008/10/21/1315948.html，作者：phinecos（洞庭散人）=======================================================================================Preface       本文缘起于最

原文转自： http://suanfazu.com/discussion/27/18%E5%90%8D%E6%A0%A1%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E5%8F%8A%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E8%AF%BE%E7%A8%8B%E8%B5%84%E6%BA%90%E6%B1%87%E6%80%BB ，谢谢

以下文章转载自哪里也不清楚了，谢谢原著作者吧！！和机器学习和计算机视觉相关的数学之一（以下转自一位MIT牛人的空间文章，写得很实际：）作者：Dahua感觉数学似乎总是不够的。这些日子为了解决research中的一些问题，又在图书馆捧起了数学的教科书。从大学到现在，课堂上学的和自学的数学其实不算少了，可是在研究的过程中总是发现需要补充新的数学知识。Learning

转载自：http://www.cppblog.com/cdy20/archive/2012/10/10/193134.html ，致谢。KDD杯的中心，所有的数据，任务和结果。UCI机器学习和知识发现研究中使用的大型数据集KDD数据库存储库。UCI机器学习数据库。AWS（亚马逊网络服务）公共数据集，提供了一个集中的资料库，可以无缝集成到基于AWS的云应用程序的公共数据集。生物测定数据，在 虚拟

直接转自：http://blog.youkuaiyun.com/lanbing510/article/details/7358878，未知原始作者，谢谢！！1. 线性代数 (Linear Algebra)：我想国内的大学生都会学过这门课程，但是，未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础，对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门

本文转载自：http://blog.sina.com.cn/s/blog_6f66b3910100qjka.html，谢谢！简介    支持向量机(Support Vector Machine,SVM)是Corinna Cortes和Vapnik8等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。

本文转载自：http://blog.sina.com.cn/s/blog_6d979ba00100qpxm.html ，特别感谢！Kernel FunctionsBelow is a list of some kernel functions available from the existing literature. As was the case wi

转载的，向原作者致谢，致谢，致谢！！国外人工智能界牛人主页以前转过一个计算机视觉领域内的牛人简介，现在转一个更宽范围内的牛人简介： http://people.cs.uchicago.edu/~niyogi/http://www.cs.uchicago.edu/people/http://pages.cs.wisc.e

以下文章转载自：http://blog.sina.com.cn/s/blog_6a6d5ba801012qii.html， 致谢！！！各位看到标题，如果没有听过KNN算法，会不会觉得疑惑：KNN是甚么呢？是不是CNN看久了，就变成DNN、ENN、最后变成KNN了呢？当然不是啦 XD！KNN全名是k-th nearest neighbor，中文意思是「第k位最接近的邻居」。甚么是「第k位最接近的

以下文章转载自：http://blog.sina.com.cn/u/2417357603 ，致谢！！！Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改

转载自：http://www.cnblogs.com/v-July-v/archive/2012/05/17/2539023.html    第一篇：从决策树学习谈到贝叶斯分类算法、EM、HMM引言    最近在面试中(点击查看：我的个人简历，求职意向，择司标准)，除了基础 &  算法 & 项目之外，经常被问到或被要求介绍和描述下自己所知道的几种分类或聚

转载自：http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候，最喜欢到城里的计算机书店里面去闲逛，一逛就是好几个小时；有一次，在书店看到一本书，名叫贝叶斯方法。当时数学系的课程还没有学到概率统计。我心想，一个方法能够专门写出一本书来，肯定很

转载自：http://blog.sina.com.cn/s/blog_73621a3201017g7k.html1.3、C4.5算法1.3.1、ID3算法的改进：C4.5算法GOOGLE 学术主页： http://scholar.google.com.hk/citations?user=FjqRZCEAAAAJ    C4.5，是机器学习算法中的另一个分类决策树算法

转载自：http://blog.youkuaiyun.com/tyt2222008/article/details/5838389在网上找了中文资料，发现大多都是转载那两篇文章，而且那两篇文章讲的都有误差，经过两天的摸索，我终于训练分类器成功了，在此与大家分享。 参考英文资料网址： http://note.sonots.com/SciSoftware/haartraining.html#e134e74

转载自：http://lincccc.com/?p=46源码细节：● 训练函数bool CvRTrees::train( const CvMat* _train_data, int _tflag,                        const CvMat* _responses, const CvMat* _var_idx,

转载自：http://lincccc.com/?p=47Random Forest(s)，随机森林，又叫Random Trees[2][3]，是一种由多棵决策树组合而成的联合预测模型，天然可以作为快速且有效的多类分类模型。如下图所示，RF中的每一棵决策树由众多split和node组成：split通过输入的test取值指引输出的走向（左或右）；node为叶节点，决定单棵决策树的最终输出，在分

转载自：http://lincccc.com/?p=45OpenCV2.3中Random Trees（R.T.）的继承结构：API：CvRTParams定义R.T.训练用参数，CvDTreeParams的扩展子类，但并不用到CvDTreeParams（单一决策树）所需的所有参数。比如说，R.T.通常不需要剪枝，因此剪枝参数就不被用