Zoe的技术博客

朴素贝叶斯另一种生成学习算法。 例：垃圾邮件分类实现一个垃圾邮件分类器，以邮件输入流作为输入，确定邮件是否为垃圾邮件。输出y为{0,1}，1为垃圾邮件，0为非垃圾邮件。首先，要将邮件文本表示为一个输入向量x，设已知一个含有n个词的字典，那么向量x的第i个元素{0,1}表示字典中的第i个词是否出现在邮件中，x示例如下：要对p(x|y)建模，x是一个n维的{0,

注：下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新：2013-3-17一、特征提取Feature Extraction：·         SIFT [1] [Demo program][SIFT Library] [VLFeat]·         PCA-SIFT [2] [Pr

转自：http://www.cnblogs.com/Rick-w/archive/2012/04/14/2446921.html       以下链接是本人整理的关于计算机视觉（ComputerVision, CV）相关领域的网站链接，其中有CV牛人的主页，CV研究小组的主页，CV领域的paper,代码，CV领域的最新动态，国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注

Deep Learning（深度学习）：ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Bengio团队的deep learning教程，用的theano库，主要是rbm系列，搞python的可以参考，很不错。deeplearning.net主页，里面包含的信息量非常多，

一 什么是机器学习       机器学习是近年来互联网行业耳熟能详的词，伴随着大数据、云计算、物联网等新兴概念，预示着信息社会的又一轮浪潮的到来。那么什么是机器学习呢？这个听起来很高大上的计算机术语，其实它在我们日常生活中无处不在。以前很喜欢在亚马逊上买书，常常因为点开了下面的根据自己喜好推荐的链接而买了很多；网易云音乐是一款很不错的音乐软件，很大程度上得益于它歌曲推荐算法的准确；还有邮箱能自

CNNs学习笔记一 基本原理1） 反向传导算法 在机器学习中，给定了测试数据集后经过一个模型后得到的一个实际输出数据集，为了刻画实际值与理想值之间的关系，我们定义了一个代价函数，有时也叫损失函数： 下图为神经网络的一般模型： 前向传导即根据每个神经元的权值来推导出下一个神经元的权值。对于一个神经网络，给出输入（x,y）后我们首先要进行“前向传导”运算，计算出网络中所有的激活函数值，包括最

这两周主要把DeepLearnToolbox-master里的源码研读了下，大致框架基本理解，但是细节实现处还不是很懂。经过与同学的讨论，基本理解了。然后尝试实现一个卷积神经网络，参考了UFLDL教程与习题代码和网上的一些资源，尝试写了个一层的网络，即输入层＋卷积层＋池化层＋全连接层。调试了很久，还有点问题。 由于在 MNIST 数字识别中，有 个不同的类别。所以采用softmax回归。其代价函

- 用到的一些重要的python函数operator.itemgetter函数 operator模块提供的itemgetter函数用于获取对象的哪些维的数据，参数为一些序号（即需要获取的数据在对象中的序号） 要注意，operator.itemgetter函数获取的不是值，而是定义了一个函数，通过该函数作用到对象上才能获取值。sorted函数 Python内置的排序函数sorted可以对list