原创 Deep Learning(深度學習)Deep Learning的常用模型或者方法(一)
原地址:http://blog.csdn.net/zouxy09/article/details/8775524 九、Deep Learning的常用模型或者方法 9.1、AutoEncoder自動編碼器 Deep Le
原创 Deep Learning(深度學習)Deep Learning的基本思想
原地址:http://blog.csdn.net/zouxy09/article/details/8775518 好了,到了這一步,終於可以聊到Deep learning了。上面我們聊到爲什麼會有Deep learning(讓機器自動學
原创 Deep Learning(深度學習)Deep Learning的常用模型或者方法(二)
原地址:http://blog.csdn.net/zouxy09/article/details/8781396 9.3、Restricted Boltzmann Machine (RBM)限制波爾茲曼機 假設有一個二部圖
原创 深入淺出的講解傅里葉變換(一)
原地址:http://www.elecfans.com/engineer/blog/20140527344277.html 我保證這篇文章和你以前看過的所有文章都不同,這是12年還在果殼的時候
原创 從自聯想神經網絡到深度神經網絡
原地址:http://blog.csdn.net/celerychen2009/article/details/9079715 深度神經網路已經在語音識別,圖像識別等領域取得前所未有的成功。本人在多年之前也曾接觸過神經網絡。本系列
原创 從線性分類器到卷積神經網絡
原地址:http://zhangliliang.com/2014/06/14/from-lr-to-cnn/ 前言 本文大致分成兩大部分,第一部分嘗試將本文涉及的分類器統一到神經元類模型中,第二部分闡述卷積神經網絡(CNN)的發展簡述和
原创 支持向量機通俗導論(理解SVM的三層境界)
原地址:http://blog.csdn.net/v_july_v/article/details/7624837 支持向量機通俗導論(理解SVM的三層境界) 作者:July ;致謝:pluskid、白石、JerryLead。 出
原创 機器學習入門:線性迴歸及梯度下降
源地址:http://blog.csdn.net/xiazdong/article/details/7950084 本文會講到: (1)線性迴歸的定義 (2)單變量線性迴歸 (3)cost function:評價線性迴歸是否擬合訓練集的
原创 特徵選擇算法之開方檢驗
原地址:http://www.blogjava.net/zhenandaci/archive/2008/08/31/225966.html 前文提到過,除了分類算法以外,爲分類文本作處理的特徵提取算法也對最終效果有巨大影響,而特徵提取算
原创 主題模型-LDA淺析
原地址:http://blog.csdn.net/huagong_adu/article/details/7937616 (一)LDA作用 傳統判斷兩個文檔相似性的方法是通過查看兩個文檔共同出現的單詞的多少,如TF-ID
原创 Deep Learning(深度學習)關於特徵
原地址:http://blog.csdn.net/zouxy09/article/details/8775488 因爲我們要學習的是特徵的表達,那麼關於特徵,或者說關於這個層級特徵,我們需要了解地更深入點。所以在說Deep Learni
原创 Dirichlet Process and Hierarchical Dirichlet Process
原地址:http://hi.baidu.com/zentopus/item/46a622f5ef13e4c5a835a28e 在這篇文章裏,我會初步地介紹Dirichlet Process以及Hierarch
原创 C實現的泛型棧
typedef struct{ void *elems; //棧底指針 int loglen; //已經使用的長度 int alloclen; //已經申請的長度 int elemSize; //單個元素
原创 Deep Learning(深度學習)Convolutional Neural Networks卷積神經網絡
原地址:http://blog.csdn.net/zouxy09/article/details/8781543 9.5、Convolutional Neural Networks卷積神經網絡 卷積神經網絡是人工神經網絡的
原创 特徵選擇方法之信息增益
原地址:http://www.blogjava.net/zhenandaci/archive/2009/03/24/261701.html 前文提到過,除了開方檢驗(CHI)以外,信息增益(IG,Information Gain)也是