- 博客(3)
- 收藏
- 关注
RSS订阅原创 支持向量机（SVM）
SVM（Support Vector Machine)是一种二类分类模型。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上，它的基本模型是定义在特征空间上的间隔（margin）最大的线性分类器，间隔最大使它有别于感知机。 （一个SVM讲得比较好的视频：https://www.youtube.com/watch?v=eHsErlPJWUU） 一、基础知识 1.
2015-02-09 10:46:56
582
转载 简易解说拉格朗日对偶（Lagrange duality）
（http://www.cnblogs.com/90zeng/） 引言：尝试用最简单易懂的描述解释清楚机器学习中会用到的拉格朗日对偶性知识，非科班出身，如有数学专业博友，望多提意见！ 1.原始问题 假设是定义在上的连续可微函数（为什么要求连续可微呢，后面再说，这里不用多想），考虑约束最优化问题： 称为约束最优化问题的原始问题。 现在如果不考虑约束条件，原始问题
2015-01-28 23:42:13
401
转载 数据挖掘中所需的概率论与数理统计知识
July老师大作，以备学习和查询。 数据挖掘中所需的概率论与数理统计知识 （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） 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，知晓其前后发明历史由来），相信，每一
2015-01-27 21:44:21
953
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人