核心 保證一個(gè)類只有一個(gè)對(duì)象斗塘，并且提供一個(gè)訪問該類的全局訪問點(diǎn)。 優(yōu)點(diǎn) 減少系統(tǒng)性能開銷屠阻，宴树，對(duì)象的產(chǎn)生需要較多資源時(shí)策菜，如配置文件讀取，產(chǎn)生其他依賴對(duì)象森渐，可在應(yīng)用啟動(dòng)時(shí)直接產(chǎn)生...
發(fā)簡(jiǎn)信
IP屬地：西藏
-
單例模式
-
支持向量機(jī)（Support Vector Machine）支持向量機(jī) linear regression 做入， perceptron learning algorithm ， logistics regression都是分類器同衣，我們可...
-
機(jī)器學(xué)習(xí)可行性與VC dimension
機(jī)器學(xué)習(xí)可行性 在銀行評(píng)估貸款申請(qǐng)人的授信請(qǐng)求前竟块，會(huì)進(jìn)行風(fēng)險(xiǎn)評(píng)估。符合申請(qǐng)則通過耐齐，反之駁回浪秘。長(zhǎng)時(shí)間的數(shù)據(jù)和申請(qǐng)使得銀行從中找到了一些規(guī)律并開始learning蒋情，所以風(fēng)險(xiǎn)評(píng)估就...
-
ClusterAlgorithm
聚類算法： 聚類算法屬于無監(jiān)督學(xué)習(xí)，沒有給出分類耸携，通過相似度得到種類棵癣。 主要會(huì)講四種：Kmeans均值，層次聚類夺衍，DBSCAN狈谊，譜聚類。 再講算法前先講一下幾種衡量相似度的方...
-
Aggregation Model : Blending , Bagging , Boosting⑴Motivation of Aggregation 比如現(xiàn)在有一支股票沟沙，你不知道是跌還是漲河劝。你有T個(gè)friends，每一個(gè)friend對(duì)應(yīng)的建議分別是g1,g2,g3......
-
Decision Tree①Aggregation Model 回顧上一篇文章講到的聚合模型矛紫，三個(gè)臭皮匠頂一個(gè)諸葛亮赎瞎。于是出現(xiàn)了blending，bagging颊咬，boost务甥，stacking。blen...
-
Random ForestRandom Forest——隨機(jī)森林 上一篇是講到了決策樹喳篇，這篇就來講一下樹的集合敞临，隨機(jī)森林。 ①Aggregation Model 隨機(jī)森林還是沒有脫離聚合模型這塊杭隙，之前...
-
The Optimization of the Adaboost and Gradient Boosted Decision TreeThe Optimization of the Adaboost 1.對(duì)于Adaboost error function的推導(dǎo) 再回到我們上篇文章講到的Adaboost算法哟绊，...
-
Neural Network1.PLA 重新回顧一下一開始學(xué)的PLA，preceptron learning Algorithm痰憎。PLA適用于二維及高維的線性可分的情況票髓，如果是非線性可分的數(shù)據(jù)，如果使用...
個(gè)人介紹
個(gè)人信條：
終身學(xué)習(xí)者铣耘，對(duì)一切保持適度好奇心洽沟。
我的個(gè)人博客（基于hexo的next主題）：
ympeng.top
終身學(xué)習(xí)者铣耘，對(duì)一切保持適度好奇心洽沟。
我的個(gè)人博客（基于hexo的next主題）：
ympeng.top