發(fā)簡(jiǎn)信
IP屬地：湖南
-
Rosenblatt計(jì)算機(jī)實(shí)驗(yàn)：模式分類
一荠瘪、Rosenblatt代碼： 基于理論給出代碼： Rosenblatt感知器代碼 二、Rosenblatt總結(jié)與討論 感知器是一個(gè)單層神經(jīng)網(wǎng)絡(luò)...
-
高斯環(huán)境下感知器與貝葉斯分類器的關(guān)系
一、引言 感知器與貝葉斯分類器之間有一定的聯(lián)系喷兼。在高斯環(huán)境下篮绰，貝葉斯分類器退化成線性分類器季惯，這一節(jié)我們研究這種聯(lián)系臀突，并深入研究感知器的運(yùn)行贾漏。首先...
-
Rosenblatt感知器一、引言 1958年伍掀，一位心理學(xué)家Rosenblatt發(fā)明了該感知器掰茶，所以被后人取名為Rosenblatt感知器蜜笤。該感知器是第一個(gè)從算法上完整描...
-
隨機(jī)梯度下降隨機(jī)梯度下降是一種簡(jiǎn)單而又高效的方法瘩例。主要用于凸損失函數(shù)下線性分類器的判別式學(xué)習(xí)垛贤，例如：線性SVM焰坪、Logistic回歸。SGD在大規(guī)模學(xué)習(xí)方面...
-
支持向量機(jī)
支持向量機(jī)可以用于分類、回歸與異常點(diǎn)檢測(cè)善绎，它有以下優(yōu)勢(shì)： 1黔漂、對(duì)高維數(shù)據(jù)集十分有效禀酱。 2炬守、當(dāng)p>n時(shí)，依然有效剂跟。 3、高效利用內(nèi)存曹洽。 4鳍置、不同的...
-
內(nèi)核嶺回歸內(nèi)核嶺回歸(KRR)由使用內(nèi)核方法的嶺回歸所組成。不同的內(nèi)核會(huì)導(dǎo)致不同的空間線性函數(shù)。對(duì)于非線性的內(nèi)核辟拷，它與原始空間中的非線性函數(shù)相對(duì)應(yīng)撞羽。內(nèi)核嶺...
-
線性和二次判別分析一梧兼、符號(hào)說(shuō)明 ：協(xié)方差矩陣放吩，特征之間相互獨(dú)立智听，其實(shí)就是一個(gè)對(duì)角矩陣羽杰。 二到推、引言 線性判別分析(LDA)和二次判別分析(QDA)是兩個(gè)經(jīng)典的分類器...
-
廣義線性模型（二）一莉测、符號(hào)說(shuō)明 上篇：廣義線性模型（一） - 簡(jiǎn)書 新增符號(hào)說(shuō)明： 其中颜骤，當(dāng)時(shí)，忍抽；當(dāng)時(shí)， 誤差容忍度 ：控制 二董朝、正交匹配追蹤法（OMP） OMP...
-
廣義線性模型（一）一、說(shuō)明 本章主要講述一些用于回歸的方法子姜，如果需要使用廣義線性模型進(jìn)行分類祟绊，請(qǐng)使用Logistic回歸。 二哥捕、符號(hào)說(shuō)明 ...