SAN_YUN的专栏

< Back to Alex Krizhevsky's home page ：http://www.cs.toronto.edu/~kriz/ The CIFAR-10 and CIFAR-100 are labeled subsets of the 80 million tiny images dataset. They were collected by Alex Krizhevsk...

学习机器学习或数据挖掘，真不用啃大部头和纸上谈兵了，推荐两本实战型书籍，学完了立马就能上手搞互联网大数据，分类/回归/聚类/推荐不在话下，要求基础是python和学过高等数学。   《机器学习实战》http://t.cn/zH4E5SC 集体智慧编程 http://t.cn/aKL2Wq《社交网络数据挖掘》 《NLP with Python》 ...

1 LSA Introduction LSA(latent semantic analysis)潜在语义分析，也被称为LSI(latent semantic index)，是Scott Deerwester, Susan T. Dumais等人在1990年提出来的一种新的索引和检索方法。该方法和传统向量空间模型(vector space model)一样使用向量来表示词(terms)和文档...

收集了一些LDA以及数学知识的文章，有的注重推导，有的注重通俗易懂，供大家参考：   1、《LDA主题聚类学习小结》 ​ 2、Introduction to Latent Dirichlet Allocation ​​ 3、LDA数学八卦，见附件。基于 “统计之都的LDA系列文章”整理 ...

Naive Bayes属于机器学习算法中的一种，机器学习分为监督学习和非监督学习，监督学习通常用于预测分类，简单的讲监督学习是需要人为参与给数据添加标签，比如人为地判断某段评论是正面还是负面。非监督学习是直接根据数据特征进行处理，常见的有聚类算法。最基本的Naive Bayes公式为其中P(A|B)表示B发生情况下A发生的概率，P(B|A)表示A发生情况下B发生的概率，P(A)表示A发生的概率，...