机器学习
关注
分享
扫一扫
文章平均质量分 84
刘恅师教你学编程
欢迎咨询和编程指导（留学生课程作业辅导、应届生面试指导、信息学奥赛）
展开
-
TLD(Tracking-Learning-Detection)算法学习与源码解析（一）之算法概述
本序列文章的目的是总结一下这段时间所学到的，主要分为以下几部分，本章是第一部分。1 算法概述2 runtld.cpp源码解析3 tld.cpp源码解析4 LKTracker(重点)5 FerNNClassifier.cpp源码解析（重点）6 tld_utils.cpp源码解析原创 2014-03-05 16:37:03 · 3469 阅读 · 0 评论 -
xgboost快速入门
xgboost快速入门xgboost是gbdt算法的实现，可以做回归，分类，和排序。支持各种语言调用，支持单机和分布式。非常适合于大规模数据集。 项目主页https://github.com/dmlc/xgboost 安装https://github.com/dmlc/xgboost/blob/master/doc/python/python_intro原创 2015-11-12 20:57:27 · 15870 阅读 · 3 评论 -
liblinear简单使用说明
liblinear简单使用说明liblinear适合解决大规模数据和高维稀疏特征的分类和回归问题。 特征文件格式：跟libsvm的一致，每一行都是label index1:value1 index2:value2的稀疏向量的格式。 离线的训练和测试阶段，为了方便，我是通过命令行来做的，不需要再写代码。其中liblinear封装了一个train和predict原创 2015-09-22 19:52:52 · 11795 阅读 · 0 评论 -
pagerank以及个性化的pagerank算法
pagerank以及个性化的pagerank算法pagerank最开始是Google提出来用来衡量网页重要度排行的算法。她的思想是基于网页之间互相的链接作为加权投票。假如网页a指向b，那么网页b的重要程度受网页a的影响，a越重要，则b就越重要。假如网页c也指向b，但是c跟a对比，c指向其他网页的数量（出度）较少，那么c对b的贡献程度要大于a对b。 下面是网原创 2015-07-21 20:11:40 · 14694 阅读 · 2 评论 -
隐性反馈行为数据的协同过滤推荐算法
隐性反馈行为数据的协同过滤推荐算法《Collaborative Filtering for Implicit Feedback Datasets》论文笔记本文是我阅读《CollaborativeFiltering for Implicit Feedback Datasets》论文的笔记，介绍的是对于隐性反馈行为数据协同过滤算法，采取的是隐语义模型（LFM），求解方式是ALS原创 2015-07-16 21:47:00 · 12826 阅读 · 0 评论 -
SVD推荐算法（二）
SVD推荐算法（二）这次讲解的是model-based的SVD推荐算法。跟ALS推荐算法一样，都是矩阵分解的推荐算法，只不过求解的方式不同而已。 假如评分矩阵是R，那么我们希望拟合这样一个模型R=U*M其中U是user特征，M是item特征。假如一个user的特征是u，一个item的特征是i，那么这个user对这个item的评分就是u*i（两个特征的内积原创 2015-04-24 20:17:05 · 6536 阅读 · 2 评论 -
SVD推荐算法（一）
SVD推荐算法（一）看了不少论文，总结起来用SVD做推荐主要有两种不同的方式。1 本质上是memory-based，只不过先用SVD对user-item的评分矩阵做降维，得到降维后的user特征和item特征，可以分别做userbased的协同过滤和itembased的协同过滤。2 本质上是model-based，跟传统数学意义的SVD没有太大关系，只不过借鉴了SV原创 2015-04-24 20:12:52 · 11816 阅读 · 3 评论 -
ALS矩阵分解推荐模型
ALS矩阵分解推荐模型其实通过模型来预测一个user对一个item的评分，思想类似线性回归做预测，大致如下定义一个预测模型（数学公式），然后确定一个损失函数，将已有数据作为训练集，不断迭代来最小化损失函数的值，最终确定参数，把参数套到预测模型中做预测。 矩阵分解的预测模型是：损失函数是：我们就是要最小化损失函数，从而求得参原创 2015-03-05 21:08:19 · 18640 阅读 · 0 评论 -
mahout入门指南之mahout单机版推荐算法
mahout入门指南之mahout单机版推荐算法 鄙人最近在研究mahout，网上找了一些入门资料来看，发现都整理的比较乱。折腾了一番，终于搞清楚了。为了让新手们较快入门，决定总结分享一下，写此入门指南。 mahout是什么？mahout是一个机器学习库，里面实现了一些算法，比如推荐算法，聚类算法。实现方式有单机内存版，也有分布式（hadoop和spark）。原创 2014-12-06 14:50:41 · 6444 阅读 · 0 评论 -
层次分析法量化用户的产品偏好
层次分析法量化用户的产品偏好 用户对产品有很多行为，如何进行用户行为分析来量化用户对产品的喜好程度呢？ 比如豆瓣FM，用户可以点击“喜好”和"扔进垃圾箱"等；比如优酷视频，用户可以顶，踩，分享等。 我们如何通过这些行为信息分析用户对这首歌的喜好程度，对这个视频的评分是多少。原创 2014-12-19 01:03:15 · 7841 阅读 · 1 评论 -
Java实现简单版SVM
最近的图像分类工作要用到latent svm，为了更加深入了解svm，自己动手实现一个简单版的。原创 2014-08-19 21:44:14 · 13028 阅读 · 12 评论 -
从零单排入门机器学习：线性回归（linear regression）实践篇
线性回归（linear regression）实践篇之前一段时间在coursera看了Andrew ng的机器学习的课程，感觉还不错，算是入门了。这次打算以该课程的作业为主线，对机器学习基本知识做一下总结。小弟才学疏浅，如有错误，敬请指导。问题原描述：you will implement linear regression with onevariable to pred原创 2014-06-18 20:43:09 · 3768 阅读 · 0 评论 -
从零单排入门机器学习：OctaveMatlab的常用知识之画图
OctaveMatlab的常用知识之画图 之前一段时间在coursera看了Andrew ng的机器学习的课程，感觉还不错，算是入门了。这次打算以该课程的作业为主线，对机器学习基本知识做一下总结。小弟才学疏浅，如有错误，敬请指导。OctaveMatlab的常用知识之画图 看几个例子即可。原创 2014-06-17 22:06:21 · 6132 阅读 · 0 评论 -
从零单排入门机器学习：Octave/matlab的常用知识之矩阵和向量
Octave/matlab的常用知识之矩阵和向量 之前一段时间在coursera看了Andrew ng的机器学习的课程，感觉还不错，算是入门了。这次打算以该课程的作业为主线，对机器学习基本知识做一下总结。小弟才学疏浅，如有错误，敬请指导。Andrew的课程选了Octave/matlab为编程语言。他选择这个估计更多是考虑大众性，这门语言容易入门。原创 2014-06-17 21:19:59 · 3321 阅读 · 0 评论 -
TLD(Tracking-Learning-Detection)算法学习与源码解析（四）之LKTracker源码分析
本序列文章的目的是总结一下这段时间所学到的，主要分为以下几部分，本章是第四部分。1 算法概述2 runtld.cpp源码解析3 tld.cpp源码解析4 LKTracker(重点)5 FerNNClassifier.cpp源码解析（重点）6 tld_utils.cpp源码解析LKTracker.cpp实现的就是跟踪模块了，其中有一原创 2014-03-05 17:59:10 · 4254 阅读 · 0 评论 -
TLD(Tracking-Learning-Detection)算法学习与源码解析（二）之runtld.cpp源码解析
本序列文章的目的是总结一下这段时间所学到的，主要分为以下几部分，本章是第二部分。1 算法概述 2 runtld.cpp源码解析3 tld.cpp源码解析4 LKTracker(重点)5 FerNNClassifier.cpp源码解析（重点）6 tld_utils.cpp源码解析 runtld.cpp这个是main函数所在的文件原创 2014-03-05 17:18:24 · 3589 阅读 · 1 评论 -
TLD(Tracking-Learning-Detection)算法学习与源码解析（三）之 tld.cpp源码解析
本序列文章的目的是总结一下这段时间所学到的，主要分为以下几部分，本章是第一部分。1 算法概述2 runtld.cpp源码解析3 tld.cpp源码解析4 LKTracker(重点)5 FerNNClassifier.cpp源码解析（重点）6 tld_utils.cpp源码解析tld的算法在tld.cpp这个文件体现，其中用到了跟踪原创 2014-03-05 17:52:19 · 4378 阅读 · 0 评论 -
TLD(Tracking-Learning-Detection)算法学习与源码解析（五）之FerNNClassifier.cpp源码解析
本序列文章的目的是总结一下这段时间所学到的，主要分为以下几部分，本章是第五部分。1 算法概述2 runtld.cpp源码解析3 tld.cpp源码解析4 LKTracker(重点)5 FerNNClassifier.cpp源码解析（重点）6 tld_utils.cpp源码解析方差分类器代码中是通过积分图来计算一个图的灰度值的方原创 2014-03-05 18:05:14 · 4605 阅读 · 1 评论