bjdu_jlxs的专栏

似然函数： 似然函数每一项加上了权值，且添加了正则化参数。 令，lamda=0.0001tau取值自己在实践中调整使用牛顿方法逼近最大似然：theta=theta-g/H; 牛顿方法结束： norm(g)注意：矩阵分量与全集的关系！！！----------------------------------------------

Comments from Xinwei: 最近的一个课题发展到与深度学习有联系，因此在高老师的建议下，我仔细看了下深度学习的基本概念，这篇综述翻译自http://deeplearning.net，与大家分享，有翻译不妥之处，烦请各位指正。  查看最新论文Yoshua Bengio, Learning Deep Architectures for AI, Found

机器学习问题方法总结大类名称关键词有监督分类决策树信息增益分类回归树Gini指数，Χ2统计量，剪枝朴素贝叶斯非参数估计，贝叶斯估计线性判别分析Fishre判别，特征向量求解K最邻近

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 with

各种聚类算法的比较  2010-10-22 18:44:56|  分类： 学术科研园 |  标签：聚类分析  层次聚类  分割聚类   |字号大中小 订阅         聚类的目标是使同一类对象的相似度尽可能地小；不同类对象之间的相似度尽可能地大。目前聚类的方法很多，根据基本思想的不同，大致可以将聚类算法分为五大类：层次聚类算法、分割聚类算法、基于约束的聚类算

Numpy提供了几种数据保存的方法。   以3*4数组a为例：    1. a.tofile("filename.bin")      这种方法只能保存为二进制文件，且不能保存当前数据的行列信息，文件后缀不一定非要是bin，也可以为txt，但不影响保存格式，都是二进制。      这种保存方法对数据读取有要求，需要手动指定读出来的数据的的dtype，如果指定的格式与保存时的不一致，

>>> import numpy>>> numpy.tile([0,0],5)#在列方向上重复[0,0]5次，默认行1次array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])>>> numpy.tile([0,0],(1,1))#在列方向上重复[0,0]1次，行1次array([[0, 0]])>>> numpy.tile([0,0],(2,1))#在列方向上重复[0

1实用对象：实现许多标准的机器学习库，适合中等规模的机器学习，超大规模效果不是最好。2下载地址：http://www.cs.waikato.ac.nz/ml/weka/3.安装对应java jdk，配置环境变量，并在classpath添加waka.jar（若需连接数据库，需要安装其他库）4.举例 DIR\Weka-3-6>java weka.classifiers.baye