机器学习

降维 一些机器学习算法在处理高维数据时，性能会出现明显下降，这就是所谓的“维度灾难”，为此人们开始对算法进行改进。与此同时，对降维的需求催生了降维算法，比如本文要介绍的主成分分析（Principal Component Analysis，PCA）。在开始本文的主要内容之前，我想先举一个关于降维的例子

博客分类： 机器学习 机器学习算法 KNN k临近算法 遍历所有训练样本，求距离最近的点的结论，作为最后的预测结果 MR版：map求样本距离（key：样本，value：距离），combine求的最小值，是过滤功能，reduce就有一个求得距离最小值 贝叶斯： 贝叶斯定理公式：P(A|B)=P(B|A

02-机器学习_第2天（kmeans聚类算法与应用） 机器学习算法day02_Kmeans聚类算法及应用 课程目标： 1、理解Kmeans聚类算法的核心思想 2、理解Kmeans聚类算法的代码实现 3、掌握Kmeans聚类算法的应用步骤：数据处理、建模、运算和结果判定 4、 K-means算法是集简

MATLAB下安装贝叶斯网络工具箱FULLBNT 转载2015-11-12 13:29:22 标签：贝叶斯网络bnt安装 MATLAB版本：MATLAB 7.10.0 (R2010a) FULLBNT版本：FullBNT-1.0.7，下载地址http://vdisk.weibo.com/s/aJo2

网络 2020-1-12 23:53   【天极网网络频道】诞生于1956年的人工智能，由于受到智能算法、计算速度、存储水平等因素的影响，在六十多年的发展过程中经历了多次高潮和低谷。最近几年，得益于数据量的上涨、运算力的提升，特别是机器学习新算法的出现，人工智能迎来了大爆发的时代。   提到机器学习

机器学习，这是一个充满冲击力的词！机器学习现在很热门！为什么不会呢？在计算机科学和软件开发领域，几乎每一个“诱人”的新发展都与面纱背后的机器学习有关。微软的 Cortana——机器学习。物体和人脸识别——机器学习和计算机视觉。高级用户体验改进计划——机器学习。 不仅如此。一般来说，机器学习和数据科学

image.png 1 机器学习分类 传统机器学习 机器学习可以理解成是生产算法的算法。需要人来先做特征提取，然后在把特征向量化后交给机器去训练。 传统机器学习分为监督学习和无监督学习。 深度学习 深度学习是基于深度神经网络的学习（DNN）。深度学习可以自动提取特征。深度学习可以采用 End-to-

1机器学习分类 传统机器学习 机器学习可以理解成是生产算法的算法。需要人来先做特征提取，然后在把特征向量化后交给机器去训练。 传统机器学习分为监督学习和无监督学习。 深度学习 深度学习是基于深度神经网络的学习（DNN）。深度学习可以自动提取特征。深度学习可以采用 End-to-End 的学习方式，只

本笔记是根据吴恩达教授开设的 Maching Learning 的公开课学习记录。 一、矩阵和向量 矩阵和向量(Matrices and Vectors)是如何计算的？    二、矩阵矩阵相乘 矩阵矩阵相乘（Matrix-matrix multiplication） 矩阵与矩阵的乘法运算 矩阵

3D 机器学习的资源库