[机器学习] HLDA学习笔记

说明： David M.BLEI 这个LDA领域的大牛，对LDA有诸多变形，这一片是将随机过程(stochastic process)用于无参贝叶斯推断上，构造主题层次树。 2012.9.17 刚刚开始学习，掌握了大概内容。 文中采用的方法:在贝叶斯无参推断(BNP)中，先验和后验分布不再受限于参数的分布，而是一般的随机过程。贝叶斯推断过程也不再受限于优先维空间，可以扩展到一般的无限维空间。
<qq_40486106> 在 上传 | 大小：123904

[机器学习] 大话Adaboost算法

说明： AdaBoost算法是一种集成学习（ensemble learning）方法。集成学习是机器学习中的一类方法，它对多个机器学习模型进行组合形成一个精度更高的模型，参与组合的模型称为弱学习器（weak learner）。在预测时使用这些弱学习器模型联合起来进行预测；训练时需要用训练样本集依次训练出这些弱学习器。典型的集成学习算法是随机森林和boosting算法，而AdaBoost算法是boosting算法的一种实现版本。
<sigai_csdn> 在 上传 | 大小：428032

[机器学习] 循环网络综述

说明： 循环神经网络是一种具有记忆功能的神经网络，适合序列数据的建模。它在语音识别、自然语言处理等领域取得了成功。是除卷积神经网络之外深度学习中最常用的一种网络结构。在本文中，SIGAI将和大家一起回顾循环神经网络的发展历程与在各个领域的应用。
<sigai_csdn> 在 上传 | 大小：1048576

[机器学习] 理解决策树

说明： 决策树是最简单的机器学习算法，它易于实现，可解释性强，完全符合人类的直观思维，有着广泛的应用。决策树到底是什么？简单地讲，决策树是一棵二叉或多叉树（如果你对树的概念都不清楚，请先去学习数据结构课程），它对数据的属性进行判断，得到分类或回归结果。预测时，在树的内部节点处用某一属性值（特征向量的某一分量）进行判断，根据判断结果决定进入哪个分支节点，直到到达叶子节点处，得到分类或回归结果。这是一种基于if-then-else规则的有监督学习算法，决策树的这些规则通过训练得到，而不是人工制定的。
<sigai_csdn> 在 上传 | 大小：546816

[机器学习] 理解主成分分析法

说明： 主成分分析法 (PCA) 是一种常用的数据分析手段。对于一组不同维度 之间可能存在线性相关关系的数据，PCA 能够把这组数据通过正交变换变 成各个维度之间线性无关的数据。经过 PCA 处理的数据中的各个样本之间 的关系往往更直观，所以它是一种非常常用的数据分析和预处理工具。PCA处理之后的数据各个维度之间是线性无关的，通过剔除方差较小的那些维度上的数据我们可以达到数据降维的目的。在本文中，SIGAI将介绍PCA 的原理、应用以及缺陷。
<sigai_csdn> 在 上传 | 大小：1048576

[机器学习] 用一句话总结各种机器学习算法

说明： 浓缩就是精华。想要把书写厚很容易，想要写薄却非常难。现在已经有这么多经典的机器学习算法，如果能抓住它们的核心本质，无论是对于理解还是对于记忆都有很大的帮助，还能让你更可能通过面试。在本文中，SIGAI将用一句话来总结每种典型的机器学习算法，帮你抓住问题的本质，强化理解和记忆。下面我们就开始了。
<sigai_csdn> 在 上传 | 大小：674816

[机器学习] LED数码管数据集

说明： LED数码管数据集，各种数字图片在一个文件夹，自己分类一下就好！
<tianjiazhao> 在 上传 | 大小：19922944

[机器学习] 机器学习代码

说明： 这是本人积累的机器学习代码，主要是学习多元线性回归，决策树，随机森林
<qq_31879811> 在 上传 | 大小：125829120

[机器学习] 基于神经网络的光流预测算法

说明： 光流问题长久以来，主要被基于变分能量模型的优化算法和基于块匹配的启发式算法统治着。随着深度神经网络技术在计算机视觉领域取得的成功，科学家们开始尝试利用深度学习技术的优势去解决光流问题。
<sigai_csdn> 在 上传 | 大小：1048576

[机器学习] 学习python的练习题

说明： python新手学习python时可以用这些来练练手，希望能帮到你，谢谢
<joeshc> 在 上传 | 大小：2097152

[机器学习] 目标检测算法之YOLO

说明： 关于目标检测算法之YOLO，YOLO作为基于深度学习的第一个one-stage的方法做快可以在TitanX GPU上做到45帧每秒的检测速度，轻量版的可以做到155帧每秒，快到没朋友有没有？相比于R-CNN[5]精确度也有非常大的提升53.5 VS 63.4 mAP，真是做到了多快好省！
<sigai_csdn> 在 上传 | 大小：1048576

[机器学习] KNN识别LED数码管

说明： 利用KNN识别LED数码管，识别率大概99左右，需要的可以看下。
<tianjiazhao> 在 上传 | 大小：1024