目录IntroductionICA, FastICA, 鸡尾酒会问题线性回归梯度下降Normal EquationLogistic其他优化牛顿法过拟合神经网络反向传播推导梯度检测随机初始化模型评估精确度Precision和召回率Recall支持向量机KmeansPCA奇异值分解的过程:变换Reconstruction异常检测推荐系统在线学习机器学习pipeline Introduction ICA, FastICA, 鸡尾酒会问题 https://blog.csdn.net/lizhe_dashuju/article/details/50263339 https://blog.csdn....
阅读更多目录基础5-fold cross validationApproximate Nearest Neighbor (ANN)t-SNENCARandom Projection¶L2 distance向量化方法Multi-class SVMHOGColor HistogramBag of wordsCNNYOLO/SDDMask R-CNNsemantic/instance segmentation可解释DeepDreamGANAutoencoderGANReinforce LearningQ LearningRecurrent Atention model 基础 5-fold cross val...
阅读更多目录基本概念朴素贝叶斯分类决策树基尼不纯度ID3C4.5CARTlogistic回归梯度下降导数偏导数方向导数梯度支持向量机Apriori图示特征处理NMFPCA协同过滤机器学习的模型的种类判别模型与生成模型参数模型与非参数模型分类问题/回归问题/标注问题经验风险最小化与结构风险最小化准确率/精确率/召回率各种范数L0范数L1范数L2范数EM算法线性回归L1(Lasso回归)L2(岭回归)Elastic Net(弹性网络)广义线性模型(GLM, General linear model)集成学习Baggingboostingstacking凸优化改进的迭代尺度法牛顿法和拟牛顿法梯度下降法聚类D...
阅读更多目录Numpy与Torch对应函数增加维度sort reverseECERead csvPlot PIL imagePlot multiple images Numpy与Torch对应函数 Numpy Torch 作用 np.random.permutation torch.randperm 返回随机打乱的index np.newaxis torch.unsqueeze 增加一个维度 np.ravel torch.ravel 将一个tensor打平 np.concatenate torch.cat 将多个tensor按照某个维度连接起来 np.stack torch...
阅读更多目录无穷范数的证明最大似数与最大后验 无穷范数的证明 证明: L∞=limp→∞(∑in∣xi∣p)1p=max(∣xi∣)L_\infty = \displaystyle\lim_{p \to \infty}( um_i^n|x_i|^p)^{\frac{1}{p}} = max(|x_i|)L∞=p→∞lim(i∑n∣xi∣p)p1=max(∣xi∣) 不妨设xmx_mxm为绝对值最大的数，即∣xm∣>∣xi∣|x_m| > |x_i|∣xm∣>∣xi∣. 若∣xi∣=∣xm∣|x_i| = |x_m|∣xi∣=∣xm∣, 则 limp→∞(...
阅读更多