- 博客(6)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 【深度学习】生成对抗网络 GAN
生成式对抗网络（GAN, Generative Adversarial Networks）是一种深度学习模型，自从2014年Goodfellow提出了GAN以来，GAN已经成为近年来无监督学习最具前景的方法之一。生成式对抗网络，它的主要目的是可以通过模型训练由输入的数据生成文字、图像、视频等数据。GAN模型主要包含两个模块：生成器（Generator）和判别器（Discriminator），我们可以将生成器与判别器看作是对抗博弈双方。下面举例来解释下GAN的基本思想。
2020-08-20 14:33:27
2415
原创 【机器学习】朴素贝叶斯算法
朴素贝叶斯算法是基于贝叶斯定理与特征条件独立性假设的分类方法。对于给定训练样本集，首先假设全部的特征相互独立，即每个特征对分类结果的影响都是独立的。然后学习输入/输出的联合概率分布，最后基于得到的模型，对于给定输入xx，利用贝叶斯定理求出后验概率最大的输出yy。由于其简单和高效，朴素贝叶斯算法是一种常用的分类方法。
2020-07-17 18:26:26
529
原创 【数据结构】常用排序&查找算法实现及其算法复杂度
常用排序&查找算法实现及其算法复杂度本文主要使用Python对常用的几种排序算法和查找算法进行算法实现，并列出各个算法的算法复杂度。
2020-07-02 20:10:51
766
原创 【机器学习】SVM支持向量机算法
支持向量机（Support Vector Machine，简称SVM）算法是一种分类算法，SVM算法的基本想法就是在特征空间中找到一个超平面将不同类别的样本分开，它的基本模型是指在特征空间中，使得不同类的样本的间隔最大的线性分类器。SVM算法是用来解决二分类问题的有监督学习算法，在引入了核方法后其也可以用来解决非线性问题。**本文主要围绕线性可分支持向量机展开。** 由于其在解决小样本、非线性及高维数据集中展现出许多特有的优势，因此其被广泛应用于各个领域。
2020-06-14 16:21:54
674
原创 【机器学习】K-Means聚类算法
K-Means算法是一种无监督的聚类算法，由于算法实现相对简单，且聚类效果也不错，因此其被广泛应用于各个领域。此外，K-Means算法还有许多相关的变体算法，本文首先介绍传统的K-Means算法，然后在其基础上讲述K-Means的变体算法，包括K-Means++, K-Modes以及K-Prototype等等，本文将会简单介绍这几种变体算法。
2020-05-24 10:31:59
1457
2
原创 【机器学习】Logistic Regression逻辑回归算法
逻辑回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，经济预测等领域。逻辑回归从本质来说属于二分类问题，是基于Sigmoid函数（又叫“S型函数”）的有监督二类分类模型。
2020-05-19 15:59:57
696
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人