原创 科學界十大偉大算法
Reddit有篇帖子介紹了算法對我們現在生活的重要性，以及哪些算法對現代文明所做貢獻最大。這個表單並不完整，很多與我們密切相關的算法都沒有提到，如機器學習和矩陣乘法，歡迎你繼續補充。 如果對算法有所瞭解，讀這篇文章時你可能會問“作者知道
2020-07-01 13:00:54
原创 支持向量機SVM（五）
11 SMO優化算法（Sequential minimal optimization） SMO算法由Microsoft Research的John C. Platt在1998年提出，併成爲最快的二次規劃優化算法，特別針對線性SVM和數
2020-07-01 13:00:54
1
原创 Stanford機器學習-- 邏輯迴歸和過擬合問題的解決 logistic Regression & Regularization
什麼是邏輯迴歸？ Logistic迴歸與多重線性迴歸實際上有很多相同之處，最大的區別就在於它們的因變量不同，其他的基本都差不多。正是因爲如此，這兩種迴歸可以歸於同一個家族，即廣義線性模型（generalizedlinear model
2020-07-01 13:00:54
14
原创 支持向量機SVM（四）
9 規則化和不可分情況處理（Regularization and the non-separable case） 我們之前討論的情況都是建立在樣例線性可分的假設上，當樣例線性不可分時，我們可以嘗試使用核函數來將特徵映射到高維，這樣很可
2020-07-01 13:00:53
1
原创 淺談C++類的繼承與派生的關係
一、基本概念 1、類的繼承，是新的類從已有類那裏得到已有的特性。或從已有類產生新類的過程就是類的派生。原有的類稱爲基類或父類，產生的新類稱爲派生類或子類。 2、派生類的聲明： class 派生類名：繼承方式 基類名1， 繼承
2020-07-01 13:00:53
原创 讀Nature文章，看AlphaGo養成
博主是圍棋小白，下棋規則都記不清楚，也沒有設計過棋類AI程序。這篇文章主要是閱讀《Nature》論文及關於AlphaGo的相關文章的學習心得。本文的主要目的是增進分享，交流學習，方便初學者瞭解AlphaGo中的算法，以及一些機器學習中的常
2020-07-01 13:00:53
原创 七步教你精通Python機器學習
開始。這是最容易令人喪失鬥志的兩個字。邁出第一步通常最艱難。當可以選擇的方向太多時，就更讓人兩腿發軟了。 從哪裏開始？ 本文旨
2020-07-01 13:00:53
2
原创 CNN應用之性別、年齡識別
原文地址：http://blog.csdn.net/hjimce/article/details/49255013 作者：hjimce 一、相關理論 本篇博文主要講解2015年一篇paper《Age and Gender Clas
2020-02-21 07:54:47
原创 用C++實現快速排序
快速排序的基本思想是：通過一趟排序將要排序的數據分割成獨立的兩部分，其中一部分的所有數據都比另外一部分的所有數據都要小，然後再按此方法對這兩部分數據分別進行快速排序，整個排序過程可以遞歸進行，以此達到整個數據變成有序序列。 快速排序是
2020-02-21 07:54:47
原创 支持向量機SVM（三）
7 核函數（Kernels） 考慮我們最初在“線性迴歸”中提出的問題，特徵是房子的面積x，這裏的x是實數，結果y是房子的價格。假設我們從樣本點的分佈中看到x和y符合3次曲線，那麼我們希望使用x的三次多項式來逼近這些樣本點。那麼首先需要
2020-02-21 07:54:47
原创 對支持向量機SVM的總結和理解篇(六)
之前以爲SVM很強大很神祕，自己瞭解了之後發現原理並不難，不過，“大師的功力在於將idea使用數學定義它，使用物理描述它”，這一點在看SVM的數學部分的時候已經深刻的體會到了，最小二乘法、梯度下降法、拉格朗日乘子、對偶問題等等被搞的
2020-02-21 07:54:47
原创 機器學習中的範數規則化之（二）核範數與規則項參數選擇
機器學習中的範數規則化之（二）核範數與規則項參數選擇 上一篇博文，我們聊到了L0，L1和L2範數，這篇我們絮叨絮叨下核範數和規則項參數選擇。知識有限，以下都是我一些淺顯的看法，如果理解存在錯誤，希望大家不吝指正。謝謝。
2020-02-21 07:54:47
原创 基於R-CNN的物體檢測
基於R-CNN的物體檢測 原文地址：http://blog.csdn.net/hjimce/article/details/50187029 作者：hjimce 一、相關理論 本篇博文主要講解2014年CVPR上的經典paper：《
2020-02-21 07:54:47
原创 機器學習中的範數規則化之（一）L0、L1與L2範數
機器學習中的範數規則化之（一）L0、L1與L2範數 今天我們聊聊機器學習中出現的非常頻繁的問題：過擬合與規則化。我們先簡單的來理解下常用的L0、L1、L2和核範數規則化。最後聊下規則化項參數的選擇問題。這裏因爲篇幅比較龐
2020-02-21 07:54:47
原创 深度學習相關資料(1)
一、學習清單 1、綜合類 (1)收集了各種最新最經典的文獻，神經網絡的資源列表：https://github.com/robertsdionne/neural-network-papers 裏面包含了深度學習領域經典、以及最新最牛逼的算
2020-02-21 07:54:47
2