CDA数据科学研究院 CDA考试中心 企业服务 关于CDA

cda

全国校区

首页 > 技术干货

简单易学的机器学习算法—神经网络之BP神经网络

简单易学的机器学习算法—神经网络之BP神经网络
2017-03-22
简单易学的机器学习算法—神经网络之BP神经网络 一、BP神经网络的概念 BP神经网络是一种多层的前馈神经网络,其主要的特点是:信号是前向传播的,而误差是反向传播的。具体来说,对于如下的只含一个隐层的神经 ...

简单易学的机器学习算法—分类回归树CART

简单易学的机器学习算法—分类回归树CART
2017-03-22
简单易学的机器学习算法—分类回归树CART 分类回归树(Classification and Regression Tree,CART)是一种典型的决策树算法,CART算法不仅可以应用于分类问题,而且可以用于回归问题。 一、树回归的概念 对于 ...

优化算法—粒子群算法(PSO)

优化算法—粒子群算法(PSO)
2017-03-22
优化算法—粒子群算法(PSO) 一、粒子群算法的概述 粒子群算法(PSO)属于群智能算法的一种,是通过模拟鸟群捕食行为设计的。假设区域里就只有一块食物(即通常优化问题中所讲的最优解),鸟群的任务是找到这个食 ...

数据结构和算法—用动态规划求解最短路径问题

数据结构和算法—用动态规划求解最短路径问题
2017-03-22
数据结构和算法—用动态规划求解最短路径问题 在利用动态规划求解的过程中值得注意的就是是否包含最优子结构,简单来讲就是一个问题的最优解是不是包含着子问题的最优解。利用求解子问题的最优解最后得到整个问 ...

数据结构和算法—动态规划

数据结构和算法—动态规划
2017-03-22
数据结构和算法—动态规划 我一直最想做的就是机器学习,所以也都是在报机器学习的岗位,在BAT三家公司中,其实还是要讲百度吧,因为阿里在一面的时候就挂了,给我的理由是我投错了岗位(据面试官讲我应该去投算 ...

简单易学的机器学习算法—Rosenblatt感知机的对偶解法

简单易学的机器学习算法—Rosenblatt感知机的对偶解法
2017-03-21
简单易学的机器学习算法—Rosenblatt感知机的对偶解法 一、Rosenblatt感知机回顾 在博文“简单易学的机器学习算法——Rosenblatt感知机”中介绍了Rosenblatt感知机的基本概念。Rosenblatt感知机是针对线性可分 ...

简单易学的机器学习算法—基于密度的聚类算法DBSCAN

简单易学的机器学习算法—基于密度的聚类算法DBSCAN
2017-03-21
简单易学的机器学习算法—基于密度的聚类算法DBSCAN 一、基于密度的聚类算法的概述 我想了解下基于密度的聚类算法,熟悉下基于密度的聚类算法与基于距离的聚类算法,如K-Means算法之间的区别。 基于密度的 ...

论文中的机器学习算法——基于密度峰值的聚类算法

论文中的机器学习算法——基于密度峰值的聚类算法
2017-03-21
论文中的机器学习算法——基于密度峰值的聚类算法 下面还是主要来谈谈论文的主要思想。 算法的主要思想思想 在聚类算法中主要有这样几种: 划分的方法,如K-Means 层次的方 ...

简单易学的机器学习算法—非线性支持向量机

简单易学的机器学习算法—非线性支持向量机
2017-03-21
简单易学的机器学习算法—非线性支持向量机 一、回顾 介绍了支持向量机的基本概念,线性可分支持向量机的原理以及线性支持向量机的原理,线性可分支持向量机是线性支持向量机的基础。对于线性支持向量机,选择 ...

简单易学的机器学习算法—线性支持向量机

简单易学的机器学习算法—线性支持向量机
2017-03-21
简单易学的机器学习算法—线性支持向量机 一、线性支持向量机的概念 线性支持向量机是针对线性不可分的数据集的,这样的数据集可以通过近似可分的方法实现分类。对于这样的数据集,类似线性可分支持向量机 ...

简单易学的机器学习算法—线性可分支持向量机

简单易学的机器学习算法—线性可分支持向量机
2017-03-21
简单易学的机器学习算法—线性可分支持向量机 一、线性可分支持向量机的概念 线性可分支持向量机是用于求解线性可分问题的分类问题。对于给定的线性可分训练数据集,通过间隔最大化构造相应的凸二次优化问题可 ...

简单易学的机器学习算法—支持向量机

简单易学的机器学习算法—支持向量机
2017-03-20
简单易学的机器学习算法—支持向量机 支持向量机(Support Vector Machines, SVM)被公认为比较优秀的分类模型,有很多人对SVM的基本原理做了阐述,我在学习的过程中也借鉴了他们的研究成果,在我介绍基本 ...

机器学习-回归模型-欠拟合和过拟合

机器学习-回归模型-欠拟合和过拟合
2017-03-20
机器学习-回归模型-欠拟合和过拟合 1. 什么是欠拟合和过拟合 先看三张图片,这三张图片是线性回归模型 拟合的函数和训练集的关系 第一张图片拟合的函数和训练集误差较大,我们称这种情况为欠拟合 第二 ...

模式识别、机器学习、数据挖掘当中的各种距离总结

模式识别、机器学习、数据挖掘当中的各种距离总结
2017-03-20
模式识别、机器学习、数据挖掘当中的各种距离总结 在做分类时常常需要估算不同样本之间的相似性度量(SimilarityMeasurement),这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距 ...

用十张图解释机器学习的基本概念

用十张图解释机器学习的基本概念
2017-03-20
用十张图解释机器学习的基本概念 在解释机器学习的基本概念的时候,我发现自己总是回到有限的几幅图中。以下是我认为最有启发性的条目列表。 1. Test and training error:为什么低训练误差并不总是一件 ...

从曲线拟合问题窥视机器学习中的相关概念

从曲线拟合问题窥视机器学习中的相关概念
2017-03-20
从曲线拟合问题窥视机器学习中的相关概念 一直徘徊在机器学习的边缘未敢轻易造次并畏惧其基本原理思想,从每一本厚厚的参考资料中都可以看出机器学习是一门跨越概率论、决策论、信息论以及最优化的学科的综合学 ...

在MATLAB中进行基于SVM的数据分析

在MATLAB中进行基于SVM的数据分析
2017-03-20
在MATLAB中进行基于SVM的数据分析 MATLAB除了可以被用来进行信号处理之外,还可以用来完成一些数据挖掘任务。而说到数据挖掘,你脑海里一定会闪现过许多熟悉的算法,例如决策树、朴素贝叶斯、逻辑回归,以及支 ...

Python自然语言处理:词干、词形与MaxMatch算法

Python自然语言处理:词干、词形与MaxMatch算法
2017-03-18
Python自然语言处理:词干、词形与MaxMatch算法 自然语言处理中一个很重要的操作就是所谓的stemming 和 lemmatization,二者非常类似。它们是词形规范化的两类重要方式,都能够达到有效归并词形的目的,二者既 ...

在R中使用支持向量机(SVM)进行数据挖掘(下)

在R中使用支持向量机(SVM)进行数据挖掘(下)
2017-03-18
在R中使用支持向量机(SVM)进行数据挖掘(下) 第二种使用svm()函数的方式则是根据所给的数据建立模型。这种方式形式要复杂一些,但是它允许我们以一种更加灵活的方式来构建模型。它的函数使用格式如下(注意 ...

在R中使用支持向量机(SVM)进行数据挖掘(上)

在R中使用支持向量机(SVM)进行数据挖掘(上)
2017-03-18
在R中使用支持向量机(SVM)进行数据挖掘(上) 在R中,可以使用e1071软件包所提供的各种函数来完成基于支持向量机的数据分析与挖掘任务。请在使用相关函数之前,安装并正确引用e1071包。该包中最重要的一个函 ...

OK