
机器学习&迁移学习
文章平均质量分 75
洛离Carlos
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
LibSVM学习详细说明
代码文件主要针对Matlab进行说明,但个人仍觉得讲解的支持向量机内容非常棒,可以做为理解这一统计方法的辅助资料; LibSVM是台湾林智仁(Chih-Jen Lin)教授2001年开发的一套支持向量机的库,这套库运算速度还是挺快的,可以很方便的对数据做分类或回归。由于libSVM程序小,运用灵活,输入参数少,并且是开源的,易于扩展,因此成为目前国内应用最多的SVM的库。转载 2017-04-27 19:49:31 · 919 阅读 · 0 评论 -
迁移学习( Transfer Learning )
作者:薛贵荣,原上海交大副教授,现阿里移动搜索资深总监。小编:迁移学习是机器学习研究的一个重要方向,被众多专家认为是今后AI有待突破的分支。薛老师这篇文章简略减少了迁移学习方法的分类和基本思想,并列出了其组内相应的研究成果。非常适合入门。在传统的机器学习的框架下,学习的任务就是在给定充分训练数据的基础上来学习一个分类模型;然后利用这个学习到的模型来对测试文档进行分类与预测。然而,我们看到机...转载 2017-05-02 09:52:14 · 663 阅读 · 0 评论 -
Training Set, Validation Set 和Testing Set之间的差别及关系
1. 各类数据的用途示例 训练数据和验证数据在训练时使用,基本流程如下: [python] view plain copy for each epoch for each training data instance propagate error through the network转载 2017-07-05 15:33:36 · 845 阅读 · 0 评论 -
利用MATLAB 2016a进行BP神经网络的预测(含有神经网络工具箱)
利用MATLAB 2016a进行BP神经网络的预测(含有神经网络工具箱) 最近一段时间在研究如何利用预测其销量个数,在网上搜索了一下,发现了很多模型来预测,比如利用回归模型、时间序列模型,GM(1,1)模型,可是自己在结合实际的工作内容,发现这几种模型预测的精度不是很高,于是再在网上进行搜索,发现神经网络模型可以来预测,并且有很多是结合时间序列或者SVM(支持向量机)等组合模型来转载 2017-07-03 18:26:36 · 103195 阅读 · 64 评论 -
BP神经网络的数学原理及其算法实现
什么是BP网络BP网络的数学原理BP网络算法实现出处http://blog.youkuaiyun.com/zhongkejingwang/article/details/44514073 上一篇文章介绍了KNN分类器,当时说了其分类效果不是很出色但是比较稳定,本文后面将利用BP网络同样对Iris数据进行分类。什么是BP网络BP神经网络,BP即Back P转载 2017-07-02 17:19:52 · 1321 阅读 · 0 评论 -
支持向量机通俗导论(理解SVM的三层境界)
支持向量机通俗导论(理解SVM的三层境界)作者:July 。致谢:pluskid、白石、JerryLead。说明:本文最初写于2012年6月,而后不断反反复复修改&优化,修改次数达上百次,最后修改于2016年11月。声明:本文于2012年便早已附上所有参考链接,并注明是篇“学习笔记”,且写明具体参考了pluskid等人的文章。文末转载 2017-06-02 13:03:43 · 665 阅读 · 0 评论 -
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)
机器学习、深度学习方面不错的资料,转载。原作:https://github.com/ty4z2008/Qix/blob/master/dl.md希望转载的朋友,你可以不用联系我.但是一定要保留原文链接,因为这个项目还在继续也在不定期更新.希望看到文章的朋友能够学到更多.此外:某些资料在中国访问需要梯子.《Brief History of Machine Learni转载 2017-05-07 18:05:37 · 872 阅读 · 0 评论 -
什么是机器学习?
转自 飞鸟各投林史上最强----机器学习经典总结---入门必读----心血总结-----回味无穷让我们从机器学习谈起导读:在本篇文章中,将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习,并且上手相关的实践。当然,本文也面对一般读者,不会对阅读有相关的前提要求。 在进入正题前,我想读者心中可能会有一转载 2017-05-06 09:55:47 · 677 阅读 · 0 评论 -
机器学习中的特征空间
一、机器学习的流程应用机器学习算法的流程大致可以分为:收集数据数据处理,提取特征训练模型模型部署模型的应用及反馈具体的衔接关系如下图所示:二、机器学习的关键问题在机器学习中主要有如下的三个关键问题:特征=对原始数据的数值表示模型=对特征的数学总结成功的应用=对于给定的数据和任务选择合适的模型和特征1、特征特征是对原始数据的抽象转载 2017-05-02 09:44:08 · 7595 阅读 · 0 评论 -
迁移学习&自我学习
最近在看Ng的深度学习教程,看到self-taught learning的时候,对一些概念感到很陌生。作为还清技术债的一个环节,用半个下午的时间简单搜了下几个名词,以后如果会用到的话再深入去看。 监督学习在前一篇博客中讨论过了,这里主要介绍下迁移学习、自我学习。因为监督学习需要大量训练样本为前提,同时对训练样本的要求特别严格,要求训练样本与测试样本来自于同一分布。要是满...转载 2017-04-28 20:52:39 · 637 阅读 · 0 评论