bemachine的专栏

机器学习中用于分类和回归的模型中，线性模型是最简单的模型了，最近看了Pattern Recognition and Machine Learning中线性模型的部分，这里把其中的几个个人认为比较重要的地方记下来，算是做笔记了    线性模型是因为模型对其中的参数是线性的，但对输入的向量（特征）并不一定是线性的，因为基函数（basic function）可能不是线性的    最简单的线性模型

看到一个网站，http://fun.coolshell.cn/first.html， 需要解释brainfuck，我就写了个程序，把 brainfuckz

1.      三参数威布尔分布的密度函数和累积密度函数

先说queue，queue支持5中基本的操作： empty,

看一个面试题，关于

1. 匿名类需要继承一个方法或接口不适用

jv

java jie

好久不碰java了，

看到一个笔试题，我觉得有点难，而且好像别人做的都不对，

本文主要介绍卷积神经网络的结构， 训练。1. 什么是卷积

这篇关于采样的文章主要根据prml和wiki来的。      关于采样， 统计学中，有时我们需要获得某一个分布的样本， 比如我们想获得【0 1】之间几个均匀随机数， 就可以说对【0 1】之间的均匀分布进行采样。      对于特定的分布， 有的我们可以从获得服从这个分布的样本， 比如一条街上每天交通事故的数量服从泊松分布， 我们把每天的数据收集起来，就可以得到服从这个分布的样本集。但有时直

这几天看了几篇相关的文章， 写篇文章总结一下，就像个小综述一样， 文章会很乱   1、multilabel classification的用途         多标签分类问题很常见， 比如一部电影可以同时被分为动作片和犯罪片， 一则新闻可以同时属于政治和法律，还有生物学中的基因功能预测问题， 场景识别问题，疾病诊断等。  2. 单标签分类         在传统的单标签分类中，训练

用matlab依次读入文件夹中的多个文件，假设要读取文件夹里的多个jpg图片，代码如下folder = 'D:\matlab2012\workspace\miml-image-data';       % 文件夹路径files = dir([folder '\*.jpg']);                 %查找所有jpg文件for i = 1 ; numel(files)  

我们有时需要将自己写的python文件放到单独的文件夹中，但不能直接用import 引入，所以需要设置python路径   假设我们将文件hello.py放到了D:\python\py中，可以这样设置  import sys  sys.path.append('D:\python\py')  然后就可以import hello 了 但重新载入python 后，sys.path里

最近在看Hinton的论文，他的深度置信网络用的是受限玻尔兹曼机（RBN），这里简单介绍下RBM，内容基本来源于他的论文A practical guide to train restricted boltzmann machine.    假设训练集是二元（binary）向量，这里为了便于解释，认为是二元的图片。RBM是一个两层的网络，这里随机二元像素与随机二元特征检测单元相连，每条连接都

看了"Some Notes on Applied Mathmatics for Machine Learning"中关于拉格朗日的部分，把其中比较重要的部分记在这里   拉格朗日乘子发主要用于解决受限优化问题（constrained optimization），而限制常用C来表示，如Ci(x) = 0;下面分一等式限制，多等式限制，不等式限制介绍拉格朗日，最后给出几个朗格朗日的例子

本文对统计学中的几个分布或用到的几个函数仅仅提及一下  这些内容大部分来自文章“LDA数学八卦”。  Gamma函数：，这是一个关于x的函数，函数中存在一个对t的定积分  Gamma函数的两个性质：                Gamma函数的图像：       Beta函数：         Beta函数有连个参数，是关于m和n的函数，而且是对称函数，即B(m，

平台配置： windows 7