u011701569的博客

发现 差异分析 自变量取不同值 因变量差异 相关分析 关联规则 影响因素 因子分析 单独原因 综合原因 主成份 变量聚类 分类 样本聚类 预测 判别分析 回归，拟合 线性 Logistic 非线性 学习 模

函数拟合是人工神经网络的理论基础。基于人工神经网络的机器学习的理论基石是如下定理：多层神经网络可以拟合任何函数（这种说法不够严谨，但基本意思是这样的）。与此相关的一个定理是：多项式可以逼近任何连续函数。 传统的方法是线性拟合，包括广义的线性回归方法（GLM）和高维回归方法（SVM）等。线性回归方面有个致命的缺陷，即解决不了非线性问题。最简单的非线性运算异或（XOR），即使用最复杂的线性回归方法也

ND4J是java环境下的n维向量计算框架。线性代数的核心是计算特征值和特征向量。但ND4J无法计算，原因如下：     ND4J中有方法类Eigen，计算特征值和特征向量的方法包含其中。主要有三个： eigenvalues() eigenvectors() symmetricGeneralizedEigenvalues()     以上三个方法会引用BaseBlasWrapper类