9 vast_w

尚未进行身份认证

我要认证

关注机器学习、模式识别,以及数据挖掘领域。

等级
TA的排名 5w+

从Non-negative Matrix Factorization说说Clustering

转载:http://maider.blog.sohu.com/303848412.html背景:假设你在Netflix工作,拿到了一个matrix形式的dataset:1    2    1   ...   5    03    4    0   ...   1    1...            5    2    1   ...   3    2这个d

2016-12-01 11:58:21

认知、流形与虚实世界

【转载】http://zero2one.farbox.com/post/ren-zhi-liu-xing-yu-xu-shi-shi-jie从第一代单层神经网络被称为“感知机“开始,人工智能学者不断地追求强有力的方法来感知、认知这个复杂的世界。(由于语义在各种语境下的混淆,这里我们不讨论认知(Congnition)与感知(Perception)的差异)。统计机器学习方法从线性方法,

2016-11-21 17:09:54

Mutual information and Normalized Mutual information

Mutual information and Normalized Mutual information

2016-11-05 17:41:21

Predictive learning vs. representation learning

【转载】https://hips.seas.harvard.edu/blog/2013/02/04/predictive-learning-vs-representation-learning/Posted in Machine Learning. By Roger Grosse – February 4, 2013When you take a

2016-11-05 17:24:31

What is representation learning?

【转载】https://hips.seas.harvard.edu/blog/2013/02/25/what-is-representation-learning/Posted in Machine Learning. By Roger Grosse – February 25, 2013In my last post, I argued t

2016-11-05 17:21:27

Anaconda2 (64-bit) 安装配置及简单使用

Python Anaconda2 (64-bit) 安装后启动jupyter-notebook默认目录更改python notebook 现在改名叫 jupyter-notebook ,被集成在Anaconda中。Anaconda集成了python、Spyder、jupyter等python的编辑器,也集成了很多科学计算的lib库,当然有些库没有被集成进去1、下载Ana

2016-10-23 16:56:18

深度学习--矩阵分解之基于k-means的特征表达学习

矩阵分解之基于k-means的特征表达学习原文地址:http://blog.csdn.net/hjimce/article/details/50429317作者:hjimce一、相关理论     因为最近搞的项目,要么没有数据、要么训练数据很少,精度老是提高不上去,另一方面最近看到网上一篇推荐文章:《Convolutional Clustering for Un

2016-10-22 10:56:28

深度学习--基于深度矩阵分解的属性表征学习

基于深度矩阵分解的属性表征学习原文地址:http://blog.csdn.NET/hjimce/article/details/50876956作者:hjimce一、相关概念本篇博文主要讲解文献《A deep matrix factorization method for learning attribute representations》。这篇主要借助于深度

2016-10-22 10:47:10

聚类方法总结

(本文转自网上,此处转载,用以备查,请原作者见谅)聚类算法总结:---------------------------------------------------------聚类算法的种类:基于划分聚类算法(partition clustering)k-means:是一种典型的划分聚类算法,它用一个聚类的中心来代表一个簇,即在迭代过程中选择的聚点不一

2016-08-29 15:58:32

强迫症的LaTeX学习笔记

最近一段时间迷上了 (La)TeX,也看了不少资料。LaTeX 排版过程中有不少 de facto(约定俗成的)规则,它们不是必须,但是是区别「熟练掌握 LaTeX」与「会使用 LaTeX」的关键因素。我本身就是对细节有强迫症的人,比如修改了 WordPress 的 style.css 后我可以对所有文章的代码都修改一遍,仅仅只为了图片和图注之间的间隔更加美观一些…过一段时间后也许我会不记

2016-08-05 21:16:12

Latex字体未嵌入解决方案

ACM模板字库未嵌入问题的解决方案投稿时有时会遇到以下提示的问题,提示如下:Error Font Helvetica-Bold is not embedded (86x)Error Font Helvetica is not embedded (404x)Error Font Times-Bold is not embedded (246x)Error Font T

2016-08-01 10:12:11

高斯混合模型GMM的EM算法实现(聚类)

在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering,Ncut一文中我们给出了GMM算法的基本模型与似然函数,在EM算法原理中对EM算法的实现与收敛性证明进行了详细说明。本文主要针对如何用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。1. GMM模型:每个 GMM 由 K 个 Gaussian 分布组成,每

2016-07-04 23:37:59

相似性度量(距离及相似系数)

在分类聚类算法中,时常需要计算两个变量(通常是向量的形式)的距离,即相似性度量。其中,距离度量的性质:非负性,自反性,对称性和三角不等式。  本文的目的就是对常用的相似性度量作一个总结。本文目录:1.欧氏距离2.曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离5.标准化欧氏距离6.马氏距离7.余弦相似度

2016-06-30 16:59:09

资源分享

资源分享Advice on Research and Writing, by Mark LeoneCrafting Your Research Future: A Guide to Successful Master's and Ph.D. Degrees in Science & Engineering, by Charles X. Ling and Qiang YangAn eva

2016-04-11 17:13:16

矩阵的性能指标

矩阵的二次型、行列式、特征值、迹和秩一个m×nm\times n维矩阵是一种含有m×nm\times n个元素的多变量表示。在数学中,经常希望使用一个数或标量来概括多变量表示。其中,矩阵的性能指标就是这类典型的例子。本节将介绍概括矩阵性质的几个重要的标量指标,它们分别是:矩阵的二次型:刻画矩阵的正定性行列式:主要刻画矩阵的奇异性特征值:既刻画原矩阵的奇异性,又反映原矩阵所有对角元素的结构,还刻

2016-03-22 17:27:41

谱聚类算法(Spectral Clustering)优化与扩展(转载)

谱聚类(Spectral Clustering, SC)在前面的博文中已经详述,是一种基于图论的聚类方法,简单形象且理论基础充分,在社交网络中广泛应用。本文将讲述进一步扩展其应用场景:首先是User-Item协同聚类,即spectral co-clustering,之后再详述谱聚类的进一步优化。1 Spectral Co-clustering1.1 协同聚类(Co-cl

2016-02-26 17:15:09

谱聚类算法(Spectral Clustering)

谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图,使子图内部尽量相似,而子图间距离尽量距离较远,以达到常见的聚类的目的。其中的最优是指最优目标函数不同,可以是割边最小分割——如图1的Smallest cut(如后文的Min cut), 也可以是分割规模差不多且割边最小的分割——如图1的Best cut(如后文的Norma

2016-02-26 17:12:44

Softmax回归(转载)

简介在本节中,我们介绍Softmax回归模型,该模型是logistic回归模型在多分类问题上的推广,在多分类问题中,类标签  可以取两个以上的值。 Softmax回归模型对于诸如MNIST手写数字分类等问题是很有用的,该问题的目的是辨识10个不同的单个数字。Softmax回归是有监督的,不过后面也会介绍它与深度学习/无监督学习方法的结合。(译者注: MNIST 是一个手写数字识别库,由

2016-02-26 17:01:22

半监督学习(转载)

半监督学习 黎 铭0  引言机器学习(machine learning)是人工智能的核心研究领域,是智能信息处理的重要途径。监督学习(supervised learning)是机器学习中研究最多、应用最广泛的一种学习途径。在传统的监督学习中,学习系统通过对大量的有标记训练样本 (labeled examples) 进行学习,建立模

2016-02-26 16:53:31

来自西弗吉利亚大学li xin整理的CV代码合集

Reproducible Research in Computational Science “It doesn't matter how beautiful your theory is, it doesn't matter how smart you are. If it doesn't agree with experiment, it's wrong” - Richard

2016-01-11 15:13:20

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!