原创 paper sharing :學習特徵演化的數據流

特徵演化的數據流     數據流學習是近年來機器學習與數據挖掘領域的一個熱門的研究方向,數據流的場景和靜態數據集的場景最大的一個特點就是數據會發生演化,關於演化數據流的研究大多集中於概念漂移檢測(有監督學習),概念/聚類演化分析(無監督學習

原创 聚類——密度聚類DBSCAN

Clustering 聚類 密度聚類——DBSCAN   前面我們已經介紹了兩種聚類算法:k-means和譜聚類。今天,我們來介紹一種基於密度的聚類算法——DBSCAN,它是最經典的密度聚類算法,是很多算法的基礎,擁有很多聚類算法不具有的優

原创 一文徹底搞定譜聚類

Clustering 聚類 譜聚類 上文我們引入了是聚類,並介紹了第一種聚類算法K-means。今天,我們來介紹一種流行的聚類算法——譜聚類(Spectral Clustering),它的實現簡單,而且效果往往好於傳統的聚類算法,如k-me

原创 聚類(一)——Kmeans

Clustering 聚類K-means   聚類是機器學習和數據挖掘領域的主要研究方向之一,它是一種無監督學習算法,小編研究生時期的主要研究方向是“數據流自適應聚類算法”,所以對聚類算法有比較深刻的理解,於是決定開一個專題來寫聚類算法,希

原创 半監督學習(五)——半監督支持向量機

半監督支持向量機(S3VMs)   今天我們主要介紹SVM分類器以及它的半監督形式S3VM,到這裏我們關於半監督學習基礎算法的介紹暫時告一段落了。之後小編還會以論文分享的形式介紹一些比較新的半監督學習算法。讓我們開始今天的學習吧~ 引入  

原创 半監督學習(四)——基於圖的半監督學習

基於圖的半監督學習   以一個無標籤數據的例子作爲墊腳石         Alice正在翻閱一本《Sky and Earth》的雜誌,裏面是關於天文學和旅行的文章。Alice不會英文,她只能通過文章中的圖片來猜測文章的類別。比如第一個故事是

原创 半監督學習(三)——混合模型

Semi-Supervised Learning 半監督學習(三)             方法介紹                Mixture Models & EM     無標籤數據告訴我們所有類的實例混和在一起是如何分佈的,如果我

原创 半監督學習——方法介紹

Semi-Supervised Learning 半監督學習(二)     介紹     在上篇文章中我們介紹了關於統計機器學習和半監督學習的一些基本概念。在這篇文章中,我們仍着重帶讀者更深入地瞭解半監督學習基礎,瞭解半監督學習的常用方法,

原创 循環神經網絡導讀

循環神經網絡導讀       循環神經網絡(Recurrent Neural Network)是一類以序列數據爲輸入,在序列的演進方向進行遞歸且所有節點(循環單元)按鏈式連接的遞歸神經網絡。其中雙向循環神經網絡(Bidirectional

原创 半監督學習——概念介紹

Semi-Supervised Learning 半監督學習(一)   入門級介紹     傳統的機器學習任務分爲無監督學習(數據無標籤,如,聚類,異常檢測等)和監督學習(數據有標籤,如,分類,迴歸等)。半監督學習針對的是隻有部分數據有標籤

原创 HiBench學習筆記

HiBench資源及教程:https://github.com/intel-hadoop/HiBench  介紹: Hadoop新人 環境 linux 該筆記針對英語弱雞&自己在使用過程用遇到的問題的記錄。   步驟: 首先創建一個文件夾H

原创 SVM支持向量機

好文!http://blog.csdn.net/v_july_v/article/details/7624837

原创 HDU 4869 Turn the pokers (2014 多校聯合第一場 I)

 HDOJ--4869--Turn the pokers【組合數學+快速冪】   題意:有m張撲克,開始時全部正面朝下,你可以翻n次牌,每次可以翻xi張,翻拍規則就是正面朝下變背面朝下,反之亦然,問經過n次翻牌後牌的朝向有多少種情況。我們可

原创 2015 Multi-University Training Contest 2

多校第二場,賽後總共做出四題,總結的有點晚了,太懶,下面給出解題報告!! Hdu 5301 Buildings   題目鏈接:http://acm.hdu.edu.cn/showproblem.php?pid=5301 題意:有塊地爲n*m

原创 劍指offer題解(Java版)

劍指offer題解(Java版) 從尾到頭打印鏈表 題目描述 輸入一個鏈表,按從尾到頭的順序返回一個ArrayList。 方法1:用一個棧保存從頭到尾訪問鏈表的每個結點的值,然後按出棧順序將各個值存入ArrayList中; import