發(fā)簡(jiǎn)信
IP屬地：北京
-
機(jī)器學(xué)習(xí)&應(yīng)用
1/什麼是機(jī)器學(xué)習(xí)： 什麼是學(xué)習(xí)结缚？利用經(jīng)驗(yàn)來(lái)提升自己孟辑，從而獲得理解以及解決問(wèn)題的能力 什麼是機(jī)器學(xué)習(xí)琐凭？讓計(jì)算機(jī)利用歷史數(shù)據(jù)來(lái)自動(dòng)提升自己的一...
-
遞歸方法
1/遞歸三定律: (1)遞歸必須有一個(gè)基本的結(jié)束條件 (2)遞歸的每一步必須改變狀態(tài)并向基本結(jié)束條件靠近 (3)遞歸算法必須遞歸的調(diào)用自身 eg...
-
線性結(jié)構(gòu)1/棧(stack): 先進(jìn)后出 2/隊(duì)列(queue): 先進(jìn)先出 (先進(jìn)先出可以用來(lái)模擬解決約瑟夫環(huán)問(wèn)題,代碼如圖. 另外也可以用來(lái)解決打印...
-
深層神經(jīng)網(wǎng)絡(luò)簡(jiǎn)單介紹(3)
1/深層神經(jīng)網(wǎng)絡(luò)的梯度不穩(wěn)定問(wèn)題: 參見(jiàn): http://blog.csdn.net/lujiandong1/article/details/5...
-
深層神經(jīng)網(wǎng)絡(luò)簡(jiǎn)單介紹(2)1/過(guò)擬合的原因: (1)數(shù)據(jù)問(wèn)題:數(shù)據(jù)量太少,不能抽象出全量特征 (2)模型問(wèn)題:模型的參數(shù)過(guò)多,模型參數(shù)過(guò)大 (使得模型不夠光滑) (3)算...
-
深層神經(jīng)網(wǎng)絡(luò)簡(jiǎn)單介紹(1)
1/神經(jīng)網(wǎng)絡(luò)構(gòu)架: 前向神經(jīng)網(wǎng)絡(luò),典型代表CNN;循環(huán)神經(jīng)網(wǎng)絡(luò):典型代表RNN;對(duì)稱神經(jīng)網(wǎng)絡(luò):典型代表DBN 2/常見(jiàn)激活函數(shù):(激活函數(shù)不可以...
-
條件隨機(jī)場(chǎng)模型簡(jiǎn)單介紹(2)
隱馬爾可夫模型介紹 HMM的3個(gè)基本問(wèn)題: 1/概率計(jì)算:前向算法,后向算法 2/學(xué)習(xí)問(wèn)題:已知狀態(tài)序列的時(shí)候可以用監(jiān)督算法求參,不知道狀態(tài)序列...
-
條件隨機(jī)場(chǎng)模型簡(jiǎn)單介紹(1)
1/線性鏈條件隨機(jī)場(chǎng)(判別式模型)vs隱馬爾可夫模型(生成式模型):區(qū)別可參考樸素貝葉斯vs邏輯回歸. 注意:條件隨機(jī)場(chǎng)和HMM并無(wú)關(guān)系,線性鏈...
-
生成式模型PK判別式模型
典型代表: 生成式模型典型代表:樸素貝葉斯,隱馬爾可夫模型等 判別式模型典型代表:邏輯回歸,條件隨機(jī)場(chǎng)模型等 各自特點(diǎn): 生成式模型:由聯(lián)合概率...