openSL-又一个WordPress站点openSL

欢迎光临
一起学习,一起进步

【今日观点】 贝叶斯的进进一步理解

关于之前的硬币并不是均匀分布的理论,如何反证呢?这要提到假设检验的理论: 我们通常在假设某一前提下,得到事件的分布概率,且存在某小概率事件在某区间内发生。最后我们通过实际实验(n次伯努利试验)验证我们的概率。当然我们在验证过程中需要保证一个...

其他项目

数据库-mysql基本操作

admin@opensl.tk阅读(22)评论(0)赞(0)

启动MySQL服务 $ sudo service mysql start 使用root用户登陆 $ mysql -u 用户名 -p -p表示使用密码登录 查看命令帮助信息 mysql> HELP 命令名; 查看授予用户的安全权限 my...

神经网络语言模型(NNLM)-openSL
神经网络

神经网络语言模型(NNLM)

admin@opensl.tk阅读(21)评论(0)赞(0)

1. 模型原理 用神经网络来训练语言模型的思想最早由百度 IDL (深度学习研究院)的徐伟提出[1],NNLM(Nerual Network Language Model)是这方面的一个经典模型,具体内容可参考 Bengio 2003年发表...

梯度下降算法和正规方程组-openSL
机器学习

梯度下降算法和正规方程组

admin@opensl.tk阅读(40)评论(0)赞(0)

为了修正权系数,最终实现正确的分类,我们可以使用梯度下降法和正规方程法。其中特征变量比较少(n没有上万)时,我们既可以用梯度下降法又可以用正规方程法,但当特征变量比较多时,我们最好用梯度下降法,因为当特征变量比较多是,用正规方程法计算会比较...

关联规则挖掘——Apriori算法的基本原理以及改进-openSL
机器学习

关联规则挖掘——Apriori算法的基本原理以及改进

admin@opensl.tk阅读(53)评论(0)赞(0)

问题引入 关联规则挖掘发现大量数据中项集之间有趣的关联或者相互联系。关联规则挖掘的一个典型例子就是购物篮分析,该过程通过发现顾客放入其购物篮中不同商品之间的联系,分析出顾客的购买习惯,通过了解哪些商品频繁地被顾客同时买入,能够帮助零售商制定...

机器学习

挖掘建模–分类与预测

admin@opensl.tk阅读(39)评论(0)赞(0)

前面我们已经谈了关于数据预处理:数据清洗、数据集成、数据变换和数据规约的问题。下面将描述关于数据挖掘与建模的问题: 1.分类与预测问题 分类和预测问题是预测问题的两种主要类型(在统计学习中称为生成和判别) 分类属有监督学习; 分类算法的两步...

傅里叶变换 与 小波变换-openSL
机器学习

傅里叶变换 与 小波变换

admin@opensl.tk阅读(27)评论(0)赞(0)

作者:zhiming 链接:https://www.zhihu.com/question/19725983/answer/17040960 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 傅里叶变换,可以理...

机器学习

PCA SVD

admin@opensl.tk阅读(23)评论(0)赞(0)

先说PCA吧,PCA降维的大致思想就是: 挑选特征明显的、显得比较重要的信息保留下来。 那么关键就是【特征明显的,重要的信息】如何选择? 选择标准有两个: 1: 同一个维度内的数据,方差大的比较明显,因为方差大表示自己和平均水平差异大,有个...

什么是特征工程,怎么做?-openSL
机器学习

什么是特征工程,怎么做?

admin@opensl.tk阅读(49)评论(0)赞(0)

我们在拿到数据时,并不是直接就开始训练的,总是要先对数据进行分析。数据中可能存在一些缺失值、异常值等。 《特征工程三部曲》之一数据处理 要理解特征工程,首先就要理解好数据(Data)和特征(Feature)的概念 (一)逻辑梳理 特征工程(...