大枫叶_HIT

转载 A shallow understanding on deep learning

最近deep learning大火，不仅仅受到学术界的关注，更在工业界受到大家的追捧。在很多重要的评测中，DL都取得了state of the art的效果。尤其是在语音识别方面，DL使得错误率下降了大约30%，取得了显著的进步，现在如果哪个做语音识别的公司没用DL，都不好意思打招呼了，相信后续这种状况还会延伸到图像和自然语言处理等其它领域。       deep learning本身算是

转载 机器学习入门的绝佳材料：斯坦福大学机器学习课程原始讲义(含公开课视频)

斯坦福大学机器学习课程原始讲义     本资源为斯坦福大学机器学习课程原始讲义，为Andrew Ng 所讲，共计20个PDF，基本涵盖了机器学习中一些重要的模型、算法、概念，此次一并压缩上传分享给大家，朋友们可以直接点击右边下载：斯坦福大学机器学习课程原始讲义.zip。斯坦福大学机器学习公开课视频      与之配套的则是斯坦福大学的机器学习公开课的视频

转载 机器学习前沿热点–Deep Learning

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种。深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出

转载 北美18名校的数据挖掘，数据分析，人工智能及机器学习课程汇总

问答http://www.quora.com/What-is-data-science  数据科学是什么？http://www.quora.com/How-do-I-become-a-data-scientist  我怎样才能成为一个数据科学家？http://www.quora.com/Data-Science/How-does-data-science-dif

原创 通俗易懂的机器学习入门

（写在前面）昨天说写个机器学习书单，那今天就写一个吧。这个书单主要是入门用的，很基础，适合大二、大三的孩子们看看；当然你要是大四或者大四以上没看过机器学习也适用。无论是研究智能还是做其他事情，机器学习都是必须的。你看GFW都用机器学习了，咱是不是也得科普一下。 （全文结构）其实，我想了想，学一门学科，列出一堆书，评论来评论去的，其实对初学者用处不大；他都不知道这些是啥，你就开始一顿评论，只能空

转载 3行程序搞定SVM分类-用JAVA程序调用LibSVM API 最简单的示例

最近用LibSVM做分类实验，发现网上的资料大都是关于SVM基本原理和怎么用终端命令行使用svm-train,svm-predict等几个程序，这些其实在README文件中已经讲得很清楚了，Readme里面几乎包含了所有可以帮助你灵活使用LibSVM的信息，可以很多人都不怎么看。这里给出用JAVA调用LibSVM API最简单的示例，用JAVA进行SVM分类只需要几行程序就搞定了，前提是你已经准备

原创 大脑的语言

The language of the brainDefinitionsThe EEG (electroencephalograph) measures brainwaves of different frequencies within the brain. Electrodes are placed on specific sites on the scalp to

原创 信号处理和模式识别方面的MATLAB工具箱

信号处理和模式识别方面的 matlab toolbox如果你做wavelet，ica，pca，svm，kernel等方法，希望下面的工具对你有帮助。Signal Processing (Top)Filter Design with Motorola DSP56Khttp://www.ee.ryerson.ca:8080/~mzeytin/dfp/index.html

转载 SVM的发展和研究热点

自从接触SVM就对其非常感兴趣，捣鼓了俩月也算略有小成，但是感觉对突破点还是比较困惑，回头再来看下其热点和发展，感觉思路清晰许多。支持向量机的发展   自从90年代初经典SVM的提出，由于其完整的理论框架和在实际应用中取得的很多好的效果，在机器学习领域受到了广泛的重视。其理论和应用在横向和纵向上都有了发展。理论上：1．模糊支持向量机，引入样本对类别的隶属度函数，这样每个样本对于类别

原创 MIT博士推荐的几本数学书

Dahua Lin早在几年前就已经冒尖出来了，现在在MIT攻读博士学位，前途不可限量。他总是有无穷的精力，学习，同时几篇几篇的写paper，几万行几万行的写code，几万字几万字的写blog。。他扎实的数学功底和相关知识的功底，以及深睿的洞察和理解问题的能力，注定他将在machine learning和computer vision等相关领域取得大量的成果，甚至是突破性的成果。期待他在这些领域做出

原创 “金龙含珠辞旧岁，金蛇狂舞贺新年”。祝大家在Python年里，程序Bug越来越少，算法越来越efficient，模型越来越creative！

“金龙含珠辞旧岁，金蛇狂舞贺新年”。祝大家在Python年里，程序Bug越来越少，算法越来越efficient，模型越来越creative！大家一起加油，为了我们的梦想！

转载 深度神经网络：攻陷语音识别最后堡垒的杀手锏？

1月30日消息，尽管手机终端上各种语音助手的混战正如火如荼，但对于一些有着浓重口音的用户而言，语音助手的体验似乎远没有宣传的那么好：语音助手听不懂自己的话，这才是最大的问题。事实上，对于普通话语音识别而言，南腔北调的口音确实是一个巨大的挑战。随着语音数据的积累和语言模型的丰富，语音识别已经逐渐由象牙塔走进人们的生活，而口音则是语音识别进门之前的最后一个堡垒。这个堡垒可能会随着最近几年在语音识别领域

转载 使用svm的一个常见错误

几天前，我在微博上面问了一个问题“一个两类分类问题，5400个训练样本，600个测试样本（测试、训练样本不交叠），特征10000维，用RBF核的SVM训练，得到的模型在测试集上测试误差为50%（和随机猜想一样）。而如果改用线性核，则准确率可以达到80%。这正常吗？”包括余凯、老师木、山世光在内的很多大牛都热情回答，在此一并感谢，就不一一点名啦。大家的讨论，从

原创 程序员杂志201302:深度学习——机器学习的新浪潮

原创 脑电溯源定位

头皮记录的脑电是大脑中很多源在记录点叠加起来的结果，而且，这些源的方向（一般随着皮层的褶皱而变化）对最后测量出来的头皮脑电有很大影响。所以不能简单的把头皮对应的激活位置映射到皮层上去，那就只有借助于溯源方法了。        所谓脑电溯源定位，也即脑电逆向问题，概括的说就是：根据头表测量电位信号，反演估计脑内神经活动源的位置、方向和强度信息。fMRI在空间分辨率上有着EEG不可比拟的优势，那么

转载 MIT一牛人对数学在机器学习中的作用给的评述

感觉数学似乎总是不够的。这些日子为了解决research中的一些问题，又在图书馆捧起了数学的教科书。从大学到现在，课堂上学的和自学的数学其实不算少了，可是在研究的过程中总是 发现需要补充新的数学知识。Learning和Vision都是很多种数学的交汇场。看着不同的理论体系的交汇，对于一个researcher来说，往往是非常exciting的enjoyable的事情。不过，这也代表着要充分了

转载 一个MIT计算机博士对数学的思考

在过去的一年中，我一直在数学的海洋中游荡，research进展不多，对于数学世界的阅历算是有了一些长进。为什么要深入数学的世界？为什么要深入数学的世界？作为计算机的学生，我没有任何企图要成为一个数学家。我学习数学的目的，是要想爬上巨人的肩膀，希望站在更高的高度，能把我自己研究的东西看得更深广一些。说起来，我在刚来这个学校的时候，并没有预料到我将会有一个深入数学的旅程。我的导师最初希望我去做的题目，

原创 Hibernate.cfg.xml配置总结

Hibernate的描述文件可以是一个properties属性文件，也可以是一个xml文件。下面讲一下Hibernate.cfg.xml的配置。配置格式如下：1. 配置数据源在Hibernate.cfg.xml中既可以配置JDBC，也可以配置JNDI。在本小节中讲述数据源如何配置。hibernate.cfg.xml"-//Hibernate/Hibernate Configuration DT