原创 機器學習練習之k均值
k-means屬於聚類分析的其中一種算法，聚類分析在機器學習、數據挖掘、模式識別、決策支持和圖像分割中有廣泛的應用。聚類是無監督的分類方法，所謂無監督就是沒有給定訓練數據的標籤信息，所以聚類出來的結果的類別是未定義的，而分類
2020-07-06 16:46:46
原创 重溫二叉搜索樹
二叉搜索樹又名爲二叉查找樹、有序二叉樹、查找二叉樹，是一種很重要的基礎性數據結構，支持多種動態集合操作，包括插入、刪除、查找等操作。二叉樹的優勢在於查找、插入的時間複雜度較低，爲O(lg n)，不過如果數據不好，最壞的時間複
2020-07-06 16:46:46
2
原创 Self-Taught Learning
自編碼器是一個三層的feed-forward神經網絡模型，輸入層經過隱含層的特徵表示後再重構出跟輸入層逼近的輸出層，中間的隱含層是特徵表示層，表示對輸入層學習到的特徵，這些特徵可能更好地表示了數據，如果用學到的特徵來訓練數據分
2020-07-06 16:46:46
2
原创 PCA與Whitening
一、PCA PCA即主成分分析(Principle Components Analysis)，是統計機器學習、數據挖掘中對數據進行預處理的常用的一種方法。PCA的作用有2個，一個是數據降維，一個是數據的可視化。在實際應用數據中，
2020-07-06 16:46:46
10
原创 leetcode-Recover Binary Search Tree
Two elements of a binary search tree (BST) are swapped by mistake. Recover the tree without changing its structure. N
2020-07-06 16:46:46
原创 談談信息熵--信息的度量
信息是一個抽象的概念，很難給信息下一個定義。我們常常說信息的多少，這個多少卻很難度量。比如我們說一部中文字典到底有多少信息量，一本50多萬字的《史記》又有多少信息量。究竟信息背後有沒有理論基礎呢？在香農信息論誕生以前
2020-07-06 16:46:46
9
原创 機器學習練習之樸素貝葉斯
練習來自http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=MachineLearning&doc=exercises/ex6/ex6.htm
2020-07-06 16:46:46
原创 leetcode-Interleaving String
Given s1, s2, s3, find whether s3 is formed by the interleaving of s1 and s2. For example, Given:s1 = "aabcc",s2 = "d
2020-02-26 06:18:56
原创 Stacked Autoencoders
博文內容參照網頁Stacked Autoencoders，Stacked Autocoders是棧式的自編碼器（參考網頁Autoencoder and Sparsity和博文自編碼與稀疏性），就是多層的自編碼器，把
2020-02-26 06:18:56
5
原创 自編碼算法與稀疏性
前言 看完神經網絡及BP算法介紹後，這裏做一個小實驗，內容是來自斯坦福UFLDL教程，實現圖像的壓縮表示，模型是用神經網絡模型，訓練方法是BP後向傳播算法。 理論 在有監督學習中，訓練樣本是具有標籤的，一般神經網絡是有監督的
2020-02-26 06:18:56
原创 Linear Decoders
博文參考standford UFLDL網頁教程線性解碼器。 1、線性解碼器 前面說過的稀疏自編碼器是一個三層的feed-forward神經網絡結構，包含輸入層、隱含層和輸出層，隱
2020-02-26 06:18:56
原创 Softmax Regression練習
在上篇博文(http://blog.csdn.net/freeliao/article/details/19424565)介紹了Softmax Regression的模型，現在來做下該模型在MNIST數據集上的識別練習(http:
2020-02-26 06:18:56
原创 機器學習練習之線性迴歸
還是要打牢基礎吧，再做做機器學習最基本的方法和技術。這個練習是線性迴歸，來自Andrew Ng的 機器學習課程http://openclassroom.stanford.edu/MainFolder/DocumentPage
2020-02-26 06:18:56
原创 機器學習練習之多變量線性迴歸
在做完上一篇只有一個變量的線性迴歸後，這裏繼續完成多元線性迴歸模型的練習：http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=Machine
2020-02-26 06:18:56
原创 機器學習練習之正則化
這個練習是來自http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=MachineLearning&doc=exercises/ex5/e
2020-02-26 06:18:56