geqiandesuyan的博客

作者：王火火链接：http://www.zhihu.com/question/30557267/answer/48623150来源：知乎著作权归作者所有，转载请联系作者获得授权。数据挖掘：也就是data mining，是一个很宽泛的概念。字面意思就是从成吨的数据里面挖掘有用的信息。这个工作BI（商业智能）可以做，数据分析可以做，甚至市场运营也可以做。你用excel分析分析数据，

遗传算法的手工模拟计算示例为更好地理解遗传算法的运算过程，下面用手工计算来简单地模拟遗传算法的各    个主要执行步骤。       例：求下述二元函数的最大值：    (1) 个体编码           遗传算法的运算对象是表示个体的符号串，所以必须把变量 x1, x2 编码为一种       符号串。本题中，用无符号二进制整数来表示。          

对于初学者，尤其是还没有编程经验的非常有用的一个文件遗传算法实例% 下面举例说明遗传算法 %% 求下列函数的最大值 %% f(x)=10*sin(5x)+7*cos(4x) x∈[0,10] %% 将 x 的值用一个10位的二值形式表示为二值问题，一个10位的二值数提供的分辨率是每为 (10-0)/(2^10-1)≈0.01 。 %% 将变量域 [0,10] 离散化为二

[plain] view plain copy clc; close all; clear;  % 节点信息  data=[105.03 99.18 84.965 72.445 68.994 77.265...      91.052 100.61 98.215 86.363 74.439 71.625...      80.061 92.18 97.823 91.483 80

无监督学习近年来很热，先后应用于computer vision, audio classification和 NLP等问题，通过机器进行无监督学习feature得到的结果，其accuracy大多明显优于其他方法进行training。本文将主要针对Andrew的unsupervised learning，结合他的视频：unsupervised feature learning by Andr

SVM在机器学习领域，支持向量机SVM(Support Vector Machine)是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析。SVM 百度百科简单应用实例及matlab代码*参考 ： 1. http://blog.sina.com.cn/s/blog_71152aa70101tl62.html 2. http://www.cnblogs.

贝叶斯(Baysian)分类器[1]是一种理论上比较简单的分类器。但是结合不同的网络结构和概率模形，它又可以演化成非常复杂的分类体系。本短文主要演示Baysian + Gaussian如何解两类问题。其中，分母部分主要用于归一化。p(y)为先验概率(prior)，　p(x|y)为条件概率或称之为类概率密度（即已知x是哪一类的情况下p(x)的概率密度）。　在本文中，假设p

目前了解到的MATLAB中分类器有：K近邻分类器，随机森林分类器，朴素贝叶斯，集成学习方法，鉴别分析分类器，支持向量机。现将其主要函数使用方法总结如下，更多细节需参考MATLAB 帮助文件。设　　训练样本：train_data             % 矩阵，每行一个样本，每列一个特征　　训练样本标签：train_label       % 列向量　　测试样本：test_da

【机器学习】 Matlab 2015a自带机器学习算法汇总作者：陈法圣【引言】今天突然发现MATLAB2015a的版本自带了许多经典的机器学习方法，简单好用，所以在此撰写博客用以简要汇总（我主要参考了MATLAB自带的帮助文档）。MATLAB每个机器学习方法都有很多种方式实现，并可进行高级配置（比如训练决策树时设置的各种参数），这里由于篇幅的限制，不再详细描述。我仅列出我认为的

（1）针对前面的遗传算法部分，给出程序汇总如下：%-------------函数说明----------------%% 主函数 %---------------------------------------function main()clearclcpopsize = 100; %种群大小chromlength = 10

(1)程序怎么开始从哪里开始程序比较好了？直接先主函数吧，然后再分着说：%-------------函数说明----------------% 主函数 %---------------------------------------function main()clearclcpopsize = 100; %种群大小chrom

早上再看一个APP推荐的文章，发现的。（1）初识遗传算法        遗传算法，模拟达尔文进化论的自然选择和遗传学机理的生物进化过程的计算模型，一种选择不断选择优良个体的算法。谈到遗传，想想自然界动物遗传是怎么来的，自然主要过程包括染色体的选择，交叉，变异（不明白这个的可以去看看生物学），这些操作后，保证了以后的个体基本上是最优的，那么以后再继续这样下去就可以一直最优了。（2）解决的

遗传算法的手工模拟计算示例为更好地理解遗传算法的运算过程，下面用手工计算来简单地模拟遗传算法的各    个主要执行步骤。       例：求下述二元函数的最大值：    (1) 个体编码           遗传算法的运算对象是表示个体的符号串，所以必须把变量 x1, x2 编码为一种       符号串。本题中，用无符号二进制整数来表示。          

1.线性建模：最小二乘法2.线性建模：最大似然方法3.机器学习的贝叶斯方法4.贝叶斯推理5.分类6.聚类分析7.主成分分析与隐变量模型1.监督学习2.贝叶斯决策定理3.参数方法4.多元方法5.维度归约6.聚类7.非参数方法8.决策树9.线性判别式10.多层感知器11.局部模型12.隐马尔可夫模型13.分类算法评估和

一、前言目前，深度学习已经广泛应用于各个领域，比如图像识别，图形定位与检测，语音识别，机器翻译等等，对于这个神奇的领域，很多童鞋想要一探究竟，这里抛砖引玉的简单介绍下最火的深度学习开源框架 tensorflow。本教程不是 cookbook，所以不会将所有的东西都事无巨细的讲到，所有的示例都将使用 python。那么本篇教程会讲到什么？首先是一些基础概念，包括计算图，graph 与 s

转载自http://blog.youkuaiyun.com/google19890102一、基于密度的聚类算法的概述    最近在Science上的一篇基于密度的聚类算法《Clustering by fast search and find of density peaks》引起了大家的关注(在我的博文“论文中的机器学习算法——基于密度峰值的聚类算法”中也进行了中文的描述)。于是我就想了解下基于密

一、数学建模的步骤：1.建模准备2.分析简化3.模型建立4.模型求解5.模型的评价与改进6.模型应用二、计算方法：1.代数插值2.数值微积分3.数据拟合的最小二乘法4.常微分方程数值解法三、初等模型：1.企业盈亏分析模型2.优秀研究成果的评选3.录像机计数器的用途4.住房贷款四、常微分方程模型：1.常微分方程的基本解法：一阶常微分方程的解法；高阶常微分方程的降阶解法；高