原创 機器學習之邏輯迴歸基礎
原文作者:daniel-D 出處:http://www.cnblogs.com/daniel-D/archive/2013/05/30/3109276.html 0. 前言 這學期 Pattern Recognition 課程的
原创 機器學習之樸素貝葉斯
原文作者:T2噬菌體 署名:張洋 鏈接:http://www.cnblogs.com/leoo2sk/archive/2010/09/17/naive-bayesian-classifier.html 1.1、摘要 貝
原创 機器學習之導數最優化方法
作者:daniel-D 出處:http://www.cnblogs.com/daniel-D/ 1. 前言 熟悉機器學習的童鞋都知道,優化方法是其中一個非常重要的話題,最常見的情形就是利用目標函數的導數通過多次迭代來求解無約束
原创 機器學習之距離和相似性度量方法
作者:daniel-D 出處:http://www.cnblogs.com/daniel-D/p/3244718.html 在機器學習和數據挖掘中,我們經常需要知道個體間差異的大小,進而評價個體的相似性和類別。最常見的是數據分析中的相
原创 機器學習之貝葉斯網絡
原文作者:T2噬菌體 署名:張洋 鏈接:http://www.cnblogs.com/leoo2sk/archive/2010/09/18/bayes-network.html 2.1、摘要 在上一篇文章中我們討論了樸素
原创 機器學習之決策樹
原文 作者:T2噬菌體(署名:張洋) 原文鏈接:http://www.cnblogs.com/leoo2sk/archive/2010/09/19/decision-tree.html 1.1、摘要 樸素貝葉斯分類與
原创 機器學習之常用算法總結
原文來自: 原文鏈接:IT經理網 機器學習無疑是當前數據分析領域的一個熱點內容。很多人在平時的工作中都或多或少會用到機器學習的算法。這裏
原创 人工智能
來源:維基百科 鏈接:https://zh.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD 人工智能(英語:Artificial Intelligence, AI)亦稱機
原创 機器學習
原文作者;維基百科 原文鏈接:https://zh.wikipedia.org/wiki/機器學習 機器學習是近20多年興起的一門多領域交叉學科,涉及概率論、統計學、逼近論、凸分析、計算複雜性理論等多門學科。機器學習理論主要是設
原创 算法之動態規劃(DP)
原文作者:Hawstein 出處:http://hawstein.com/posts/dp-novice-to-advanced.html 前言 本文翻譯自TopCoder上的一篇文章: Dynamic Programming: F
原创 神經網絡和深度學習簡史1-從感知機到BP神經網絡
原文作者:Andrey Kurenkov 機器之心編譯出品 原文地址:http://www.almosthuman.cn/2016/01/23/koarh/ 導讀:這是《神經網絡和深度學習簡史》第一部分。這一部分,我們會介紹1
原创 機器學習之增強學習
原文作者1:JerryLead 鏈接:http://www.cnblogs.com/jerrylead/archive/2011/05/13/2045309.html、 原文作者2:g2s 鏈接:http://my.
原创 人工智能之卡爾曼濾波進階
原文出處:http://xiahouzuoxin.github.io/notes Kalman濾波器的歷史淵源 We are like dwarfs on the shoulders of giants, by whose gr
原创 深度學習之自編碼
原文作者:huiliao 原文鏈接:http://blog.csdn.net/freeliao/article/details/17967263 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
原创 人工智能之優化算法1-蟻羣優化算法
原文作者: 《蟻羣算法原理及其應用》:段海濱,科學出版社。《智能蟻羣算法及其應用》:吳啓迪,汪鐳,上海科技教育出版社。 鏈接: http://www.nocow.cn/index.php/%E8%9A%81%E7%BE%A4%E4%BC