7 风雪夜归子

尚未进行身份认证

我要认证

风雪夜归子(Allen),机器学习算法攻城狮,喜爱钻研Meachine Learning的黑科技,对Deep Learning和Artificial Intelligence充满兴趣,经常关注Kaggle数据挖掘竞赛平台,对数据、Machine Learning和Artificial Intelligence有兴趣的童鞋可以一起探讨哦,个人CSDN博客:http://blog.csdn.net/u013719780?viewmode=contents

等级
TA的排名 4k+

从零开始实现遗传算法(用遗传算法求解TSP)

声明:版权所有,转载请联系作者并注明出处: http://blog.csdn.net/u013719780?viewmode=contents知乎专栏: https://www.zhihu.com/people/feng-xue-ye-gui-zi本系列文章的所有源代码都将会开源,需要源代码的小伙伴可以去我的 Github fork!前面我们用遗传算法动手做了两个实验,本篇文章我们再用遗传算法做一个

2017-12-10 20:35:53

从零开始实现遗传算法(用遗传算法破解密码)

声明:版权所有,转载请联系作者并注明出处: http://blog.csdn.net/u013719780?viewmode=contents知乎专栏: https://www.zhihu.com/people/feng-xue-ye-gui-zi本系列文章的所有源代码都将会开源,需要源代码的小伙伴可以去我的 Github fork!上一篇文章我们动手实验了用遗传算法求解函数在给定区间的最大值。本篇

2017-12-10 20:32:08

从零开始实现遗传算法(用遗传算法求解函数的最大值)

声明:版权所有,转载请联系作者并注明出处: http://blog.csdn.net/u013719780?viewmode=contents知乎专栏: https://www.zhihu.com/people/feng-xue-ye-gui-zi本系列文章的所有源代码都将会开源,需要源代码的小伙伴可以去我的 Githubfork!进化算法进化算法,也被成为是演化算法(evolutionary al

2017-12-05 21:09:55

从零开始实现过抽样算法smote

声明:版权所有,转载请联系作者并注明出处: http://blog.csdn.net/u013719780?viewmode=contents知乎专栏: https://www.zhihu.com/people/feng-xue-ye-gui-zi本系列文章的所有源代码都将会开源,需要源代码的小伙伴可以去我的 Github fork!本文将主要详细介绍一下SMOTE(Synthetic Minori

2017-11-13 15:29:38

从零开始实现KMedios聚类算法

声明:版权所有,转载请联系作者并注明出处: http://blog.csdn.net/u013719780?viewmode=contents知乎专栏: https://www.zhihu.com/people/feng-xue-ye-gui-zi本系列文章的所有源代码都将会开源,需要源代码的小伙伴可以去我的 Github fork!1. k-medoids算法原理上一篇文章我们详细讲解了 k-me

2017-11-13 15:24:21

从零开始实现Kmeans聚类算法

声明:版权所有,转载请联系作者并注明出处: http://blog.csdn.net/u013719780?viewmode=contents知乎专栏: https://www.zhihu.com/people/feng-xue-ye-gui-zi本系列文章的所有源代码都将会开源,需要源代码的小伙伴可以去我的 Github fork!1. Kmeans聚类算法简介由于具有出色的速度和良好的可扩展性,

2017-11-01 14:30:09

从零开始实现朴素贝叶斯分类算法(连续特征情形)

声明:版权所有,转载请联系作者并注明出处: http://blog.csdn.net/u013719780?viewmode=contents知乎专栏: https://www.zhihu.com/people/feng-xue-ye-gui-zi朴素贝叶斯算法是基于贝叶斯定理和特征之间条件独立假设的分类方法。对于给定的训练数据集,首先基于特征条件独立假设学习输入/输出的联合概率分布;然后基

2017-10-29 21:15:39

从零开始实现朴素贝叶斯分类算法(离散特征情形)

声明:版权所有,转载请联系作者并注明出处: http://blog.csdn.net/u013719780?viewmode=contents知乎专栏: https://www.zhihu.com/people/feng-xue-ye-gui-zi朴素贝叶斯算法是基于贝叶斯定理和特征之间条件独立假设的分类方法。对于给定的训练数据集,首先基于特征条件独立假设学习输入/输出的联合概率分布;然后基

2017-10-29 21:09:34

从零开始实现主成分分析(PCA)算法

声明:版权所有,转载请联系作者并注明出处: http://blog.csdn.net/u013719780?viewmode=contents知乎专栏: https://www.zhihu.com/people/feng-xue-ye-gui-zi前面两篇文章详细讲解了线性判别分析LDA,说到LDA,就不能不提到主成份分析,简称为PCA,是一种非监督学习算法,经常被用来进行数据降维、有损数据压缩

2017-10-26 12:17:37

从零开始实现线性判别分析(LDA)算法(多类情形)

前文详细阐述了只有二类的情形,假设如果是多类情形,该怎么处理才能保证投影后的类别能够较好的分离呢?我们之前讨论的是如何将nn(特征个数)维降到一维,现在类别多了,一维也许已经不能做到投影后达到较好的分离效果。假设我们有nlabelsn_{labels}个类别,需要kk维向量(基向量)来做投影。将这kk维向量表示为W=(w1,w2,…,wk),wi(i=1,2,…,k)是列向量,W = (w_1, w

2017-10-22 19:10:25

从零开始实现线性判别分析(LDA)算法(二类情形)

线性判别分析线性判别分析(Linear Discriminant Analysis或者Fisher’s Linear Discriminant)简称LDA,是一种监督学习算法。LDA的原理是,将数据通过线性变换(投影)的方法,映射到维度更低纬度的空间中,使得投影后的点满足同类型标签的样本在映射后的空间比较近,不同类型标签的样本在映射后的空间比较远。一、线性判别分析(二类情形)在讲解算法理论之前,先补

2017-10-20 18:27:04

从零开始实现KNN分类算法

K近邻分类算法 (K-Nearest Neighbor)KNN分类算法非常简单,该算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别。该方法在确定分类决策上只依据最邻近K个样本的类别来决定待分样本所属的类别。KNN是一个懒惰算法,也就是说在平时不好好学习,考试(对测试样本分类)时才临阵发力(临时去找k个近邻),因此在预测的时候速度比较慢。KNN

2017-10-17 18:37:12

从零开始实现逻辑回归模型

逻辑回归上一篇文章介绍了线性回归、岭回归、lasso回归和多项式回归模型。这些模型都是广义线性回归模型的具体形式,广义线性回归是一种灵活的框架,比普通线性回归要求更少的假设。这一章,我们讨论广义线性回归模型的具体形式的另一种形式,逻辑回归(logistic regression)。逻辑回归模型在工业界是工程师用的非常多的模型了,比如在CTR预测等项目中被大量使用,之所以用的非常普遍,是因为逻辑回归拥

2017-10-16 16:49:43

从零开始实现线性回归、岭回归、lasso回归、多项式回归模型

声明:版权所有,转载请联系作者并注明出处  http://blog.csdn.net/u013719780?viewmode=contents此系列文章会同时在我的知乎专栏上更新In [6]:import numpy as npimport pandas as pdfrom sklearn import datasetsim

2017-10-15 15:22:49

手把手教你实现线性回归模型

声明:版权所有,转载请联系作者并注明出处 http://blog.csdn.net/u013719780?viewmode=contents最近打算实现一些机器学习算法,一来希望可以帮助一些刚刚入门的小伙伴~其次,通过实现算法,加深自己对算法理论的理解!机器学习(Machine Learning,ML)是一门多领域交叉学科,涉及概率论、统计学、计算机

2017-08-20 22:24:19

机器学习实验(十三):90%的准确率,根据中文名字预测性别!

声明:版权所有,转载请联系作者并注明出处  http://blog.csdn.net/u013719780?viewmode=contents               90%的准确率,根据中文名字预测性别!一、概述  性别是人类差异最大的特征之一,不同的性别拥有不同的特征,譬如购物、电视剧、书籍等方面男生和女生的爱好有很大的不同。因此,知道了用户的性别就

2017-08-08 16:50:53

tensorflow tutorials(十):用tensorflow实现降噪自编码器(Denoising Auto-Encoder)

声明:版权所有,转载请联系作者并注明出处:  http://blog.csdn.net/u013719780?viewmode=contents降噪自编码器是Pascal Vincent提出来的,有兴趣的童鞋可以看Pascal Vincent的论文原文Stacked Denoising Autoencoders: Learning Useful Representati

2016-12-28 15:54:13

tensorflow tutorials(九):卷积神经网络可视化

声明:版权所有,转载请联系作者并注明出处:  http://blog.csdn.net/u013719780?viewmode=contentsCONVOLUTIONAL NEURAL NETWORKIn [1]:import numpy as npimport tensorflow as tfim

2016-12-28 11:47:51

tensorflow tutorials(八):手写数字数据集MNIST介绍

声明:版权所有,转载请联系作者并注明出处:  http://blog.csdn.net/u013719780?viewmode=contents在做机器学习相关实验的时候,首先我们就是需要一份通用的数据集,以便与其他的算法得到的实验结果进行比较。在图像分类领域MNIST数据集就是这样一个通用的数据集,前面几篇博文都用到了MNIST数据集,本文对其进行一些简单的介绍!

2016-12-22 15:43:03

tensorflow tutorials(七):用tensorflow实现卷积神经网络(Convolutional Neural Networks)

声明:版权所有,转载请联系作者并注明出处:  http://blog.csdn.net/u013719780?viewmode=contentsfrom __future__ import print_functionimport tensorflow as tf# Import MNIST datafrom tensorflow.examples

2016-12-22 13:29:32

查看更多

勋章 我的勋章
    暂无奖章