- 博客(11)
- 收藏
- 关注
RSS订阅翻译 手把手教你用keras完成第一个深度学习项目
手把手教你用keras完成第一个深度学习项目导入数据定义Keras模型编译Keras模型训练Keras模型评估Keras模型进行预测Keras是一个用于开发和评估深度学习模型的强大又便捷的免费开源 Python 库。它封装了高效的数值计算库 Theano 和 TensorFlow，使用户只需几行代码即可定义和训练神经网络模型。下面将通过Pima二分类问题，手把手教你如何使用keras进行深度学习实战。具体步骤包括导入数据定义Keras模型编译Keras模型训练Keras模型评估Keras模型
2021-10-26 15:40:27
621
原创 NSGA-II 原文阅读笔记
A Fast and Elitist Multiobjective Genetic Algorithm: NSGA-II阅读笔记1、缩写定义NSGA-II ：nondominated sorting genetic algorithm II，非支配排序遗传算法2MOEA : multiobjective evolutionary algorithms，多目标进化算法PAES ：Pareto-archived evolution strategy，帕累托存档进化策略SPEA ：strength-P
2020-09-21 20:13:59
4429
1
原创 k-means方法解决二类聚类问题的matlab实现
代码采用鸢尾花数据集的第3,4个属性的数据，实现基于k-means方法的聚类（类别数k=2）这里的初始类别中心是随机生成的，此步骤可优化，详见https://www.cnblogs.com/dudumiaomiao/p/5839905.htmlload fisheriris x=meas;%读取鸢尾花数据集 x1=x(:,3); x2=x(:,4); scatter(x1,x2);%从散点图可以看出明显地分为两类 minx=min(x1); miny=min(x2); maxx=max(x
2020-08-30 11:56:27
1377
原创 bp神经网络解决iris分类问题
本文参考吴恩达教授2010年机器学习课程中bp神经网络的实现思路。代价函数误差项计算反向传播伪代码理解反向传播在此基础上采用梯度下降法等优化算法即可实现神经网络参数估计。下面给出matlab解决鸢尾花分类问题的代码。神经网络参数预测function [ w1,w2] = NN( x, y, lamda,units, alpha )% 实现一个包含一个隐含层，隐含层中非偏置单元数为units的bp神经网络，用于分类问题% 激活函数采用sigmoid% lamda为正则率（学习率），
2020-06-17 10:23:10
3062
原创 朴素贝叶斯多分类问题matlab实现
本文采用多项式模型实现朴素贝叶斯在多分类问题中的解决，适用于特征变量（x）为离散的情况。相关理论推导可参见博客https://blog.youkuaiyun.com/u012162613/article/details/48323777模型参数计算function [p_yk,p_yk_xi,class_num_x,class_num ] = Naive_Bayesian(x, y)% 多项式朴素贝叶斯分类器的实现m=size(x,1);%记录样本总数n=size(x,2);%记录特征数alpha=1;
2020-06-12 15:23:04
2119
原创 高斯判别分析matlab实现
本文基于博客https://blog.youkuaiyun.com/kwame211/article/details/81530766一文，将其改为matlab上的实现。高斯判别分析的推导过程可参见https://zhuanlan.zhihu.com/p/38269530一文。函数1：GDA参数求解// GDA参数求解function [ fi, u_pos, u_neg, sigma ] = GDA( x,y )% 高斯判别分析模型的参数估计% x为样本特征，y为样本类别m=size(x,1);% 记录样
2020-06-10 20:17:24
919
1
原创 softmax求解多分类问题的matlab实现
本文参考博主_SherryAnna的博客：https://blog.youkuaiyun.com/zsdust/article/details/79677894并给出其在matlab上的实现：function [ theta, accuracy] = mysoftmax( x,y,k, alpha )% 梯度下降法实现softmax多分类% k为类别数% 训练集占比为a，测试集占比1-aa=0.2;%训练集占比xx=[ones(size(x,1),1),x];%将x前加入一列x0%对y进行处理yy
2020-06-08 21:38:15
3822
6
原创 梯度下降法求解线性回归问题的matlab实现
本文主要给出批梯度下降法（BGD）与随机梯度下降法（SGD）的matlab实现，关于BGD与SGD的理论，可参考下文：https://www.cnblogs.com/pinard/p/5970503.html批梯度下降法（BGD）// 批梯度下降法（BGD）function [ theta,loss ] = BGD( x, y, alpha )%批梯度下降m=size(x,1);%记录样本总数n=size(x,2);%记录样本特征数xx=[ones(m,1),x];%将x前加入一列全1向量x
2020-06-04 10:29:41
1814
原创 D-S证据理论超简单理解
Dempster-Shafer evidence theory，简称D-S证据理论，是Dempster于1967年提出，他的学生Shafer于1976年进一步拓展推广形成的一套完整的不确定推理理论。D-S证据理论的解释有很多，其中最为常用且易于理解的为**“广义贝叶斯理论”**，即D-S理论是贝叶斯理论的一般化。那么为什么这么说呢？贝叶斯理论，也就是概率论是最经典的不确定推理理论，没有之一。...
2020-04-19 17:51:01
6777
原创 推断因果关系理论（inferred causation）（下）
本篇博客的内容主要是对Judea的Causality 一书中第二章五至八小节的内容进行梳理。IC算法归纳因果关系IC算法以潜在的DAG D0生成的稳定概率分布 P^ \ \hat P \, P^作为输入，并输出一个表示D0等价类的模式 H(P^) \ H(\hat P) \, H(P^)。1、对于V中的每一对变量a和b，寻找集合Sab，使得在&nb...
2020-03-24 17:36:53
3099
1
原创 推断因果关系理论（inferred causation）（上）
推断因果关系理论（inferred causation）（上）本篇博客的内容主要是对Judea的Causality 一书中第二章的内容进行梳理。本人最近才开始研究因果理论，发现因果理论的很多概念在网上并没有中文的说明。为了便于交流与讨论，同时也便于自我梳理与总结，拟将本人阅读过程中的一些理解记录下来，欢迎大家进行学术讨论。以下内容如有理解不当之处，请各路大神多多指教。引言从原始数据中学习...
2020-03-23 20:44:28
2141
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人