- 博客(16)
- 收藏
- 关注
原创 Python机器学习-感知机原理及代码实现
***可任意转载***博客搬家啦:部分博客在github上,有详细代码。亲测可执行。具体见:https://github.com/xuena/python_machinelearning/blob/master/python%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0-%E6%84%9F%E7%9F%A5%E6%9C%BA%E5%8E%9
2017-09-07 15:30:56
1031
转载 使程序在Linux下后台运行,程序运行前后台切换
转自http://www.cnblogs.com/xianghang123/archive/2011/08/02/2125511.html一、为什么要使程序在后台执行我们计算的程序都是周期很长的,通常要几个小时甚至一个星期。我们用的环境是用putty远程连接到日本Linux服务器。所以使程序在后台跑有以下三个好处:1:我们这边是否关机不影响日本那边的程序运行。(不会像以前那
2017-08-08 16:59:32
18379
原创 机器学习(6):线性回归
这节主要介绍线性回归的相关知识,包括目标函数、最小二乘、L1、L2正则、梯度下降、AUC、logistic回归、softmax回归等。
2017-04-17 21:26:17
705
原创 机器学习(5)、数据清洗和特征选择
正式进入机器学习啦,这节课还好,意外知道了庄家与赔率的计算(原来庄家真的是稳赚不赔呢,楼主表示很想设赌局去做庄);python库好强大,Pandas包直接提供数据读取和处理,Fuzzywuzzy支持字符串模糊查找,可用于字符串纠错;知道了机器学习处理的大概流程;之前了解过主成分分析PCA这次,从方差的角度去理解PCA,简单介绍PCA和SVD的区别;最后知道对原始数据可以用one-hot编码便于后面的模型选择处理
2017-04-08 17:46:12
4115
原创 机器学习(4):python基础及fft、svd、股票k线图、分形等实践
本节我们主要简单介绍机器学习常用的语言–python。楼主本身是写java的,在这之前对python并不了解,接触之后发现python比java简直要好用几千倍。这里主要通过常用的统计量、fft、股票k线图及分形等样例,介绍python的使用及各种包的加载。1、常用的统计量常用的统计量实践中有很多,比如均值、方差等,这里主要介绍偏度、峰度及其代码实现。
2017-03-31 08:30:54
4922
1
原创 机器学习(3):机器学习与线性代数(Linear Algebra)
这次我们来讲讲机器学习基础第三部分:线性代数 其实机器学习基础中,矩阵知识的应用很多,但是内容并不多,下面主要总结为三个部分:矩阵特征值和特征向量矩阵求导 我们先讲一个在机器学习图像预处理应用中典型的方法:奇异值分解(Singular Value Decomposition,简称SVD分解) 假设A是任意一个m*n的单通道图像,则存在一个分解:Am∗n=Um∗mΣm∗nVTn∗n A_
2017-03-26 15:36:09
1770
原创 sql支持emoji表情符
由于工作需要,需要对sql表进行变更,使其支持emoji表情符号亲测下述方法有效:mysql对应的表编码格式改成utf8mb4mysql对应的character_set_server 改成utf8mb4(show variables like '%char%';可以查看验证)连接mysql用的jdbc参数中的编码设置utf-8去掉(后来验证不去掉也可以,貌似没影响)确保使用的mys
2017-03-24 18:37:07
2323
原创 机器学习(2):概率论与贝叶斯先验
概率论在机器学习中占有一定的份量,单纯的概率论是比较枯燥的,这节我们先从一个有趣的例子着手,引入生活中概率的应用,然后回顾经典的常用的概率公式、概率分布,由基本的概率分布引入机器学习常用的指数族分布。其次由事件的相关、不相关、独立,引入协方差矩阵。然后简单介绍切比雪夫不等式、大数定律和中心极限定理。最后引入最大似然。
2017-03-18 16:57:49
1086
原创 机器学习(1):机器学习与数学分析
近期因工作需要,开始学习机器学习。学习心得体会,定期更新梳理出来,首次接触,可能有理解和解释不到位的地方,望批评指正,也算是自我提升。提到机器学习,楼主第一反应是各种复杂的公式,各种搞不定的矩阵计算、积分、微分、熵等,甚至还专门为此重新学习了线性代数。其实从机器学习的角度去看数学知识,基本的高等数学、概率论等已经满足需求。以下回顾三个常用的数学知识,并和机器学习中的数学简单关联。
2017-03-15 22:02:31
2170
1
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