chuminnan2010的专栏

SVM    在这里介绍一些学习支持向量机的网站，我个人觉得挺有用。SVM的理论，个人觉得看下:A《支持向量机导论》（第一本专门介绍SVM的著作）和B《数据挖掘中的新方法－支持向量机》（国内第一本SVM专著）这两本书就可以了，当然有兴趣也可以看下Vapnic的《统计学习理论的本质》和《统计学习理论》。我只认真看过A，这本书介绍的比较简单，初学容易理解些；B据说挺好，我两个师兄认真看过，

非常激动地宣告，Stanford 教授 Andrew Ng 的 Deep Learning 教程，于今日，2013年4月8日，全部翻译成中文。这是中国屌丝军团，从2月20日战役打响之日，经过 50 天的团结奋战，取得的全面彻底的胜利。 此次战役的巨大胜利，之所以令人激动，有三方面的原因。 1. 在 Stanford 网站这个规模不算大，但是行业影响可观的舞台上，彰显了中国屌

卷积的定义和例子——计算随机变量和的分布   Post By：2011/3/31 10:06:58 [只看该作者] 此主题相关图片如下：卷积的定义和例子-1.gif此主题相关图片如下：卷积的定义和例子-2.gif

转自：1、http://blog.youkuaiyun.com/zouxy09/article/details/16955347               2、http://www.zhizhihu.com/html/y2010/2202.html一、kNN算法分析       K最近邻（k-Nearest Neighbor，KNN）分类算法可以说是最简单的机器学习算法了。它采用测量不同特征值之

分词的代码：http://www.cnblogs.com/phinecos/archive/2008/10/21/1316044.html0. 前言这是一篇关于贝叶斯方法的科普文，我会尽量少用公式，多用平白的语言叙述，多举实际例子。更严格的公式和计算我会在相应的地方注明参考资料。贝叶斯方法被证明是非常 general 且强大的推理框架，文中你会看到很多有趣的应用。1. 

数据挖掘中所需的概率论与数理统计知识、上  （关键词：微积分、概率分布、期望、方差、协方差、数理统计简史、大数定律、中心极限定理、正态分布）转：http://weibo.com/1580904460/zarZW2Jye导言：本文从微积分相关概念，梳理到概率论与数理统计中的相关知识，但本文之压轴戏在本文第4节（彻底颠覆以前读书时大学课本灌输给你的观念，一探正态分布之神秘芳踪，

转：http://www.cnblogs.com/zhangchaoyang/articles/2196631.html一、算法Key points:决策树是一个分类算法，分类结果是离散值（对应输出结果是连续值的回归算法）；有监督的分类算法;是一种贪婪算法，生成的每一步都是局部最优值容易over fittingnoise影响不大空间划分，通过递归的方法把特征

Machine learning in 10 picturesI find myself coming back to the same few pictures when explaining basic machine learning concepts. Below is a list I find most illuminating.1. Test and tr

转载 http://blog.youkuaiyun.com/xinzhangyanxiang/article/details/10199757大学刚毕业，总结起来读过的书并不算多，而且主要集中在大四的时期读的，在此把经典统一总结一遍。先总结机器学习方面的吧，对这方面比较感兴趣，读过的书也比较多。《数学之美》；作者吴军大家都很熟悉。这本书主要的作用是引起了我对机器学习和自然语言处理的兴趣

3.1、摘要      在前面两篇文章中，分别介绍和讨论了朴素贝叶斯分类与贝叶斯网络两种分类算法。这两种算法都以贝叶斯定理为基础，可以对分类及决策问题进行概率推断。在这一篇文章中，将讨论另一种被广泛使用的分类算法——决策树（decision tree）。相比贝叶斯算法，决策树的优势在于构造过程不需要任何领域知识或参数设置，因此在实际应用中，对于探测式的知识发现，决策树更加适用。3.

1.1、摘要      贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本文作为分类算法的第一篇，将首先介绍分类问题，对分类问题进行一个正式的定义。然后，介绍贝叶斯分类算法的基础——贝叶斯定理。最后，通过实例讨论贝叶斯分类中最简单的一种：朴素贝叶斯分类。1.2、分类问题综述      对于分类问题，其实谁都不会陌生，说我们每个人每天都在执行

train_data是训练特征数据, train_label是分类标签。Predict_label是预测的标签。MatLab训练数据, 得到语义标签向量 Scores(概率输出)。1.逻辑回归(多项式MultiNomial logistic Regression)Factor = mnrfit(train_data, train_label);Scores = mnrv

Kernel FunctionsBelow is a list of some kernel functions available from the existing literature. As was the case with previous articles, every LaTeX notation for the formulas below are readily a