算法&结构 - 纯净天空

Spark机器学习库指南[Spark 1.3.1版]——聚类(Clustering)

@丹阳 ▣机器学习, 算法&结构 ♢GMM, Kmeans, K均值, LDA, PIC, 聚类, 高斯混合

下面是章节聚类的内容(其他内容参见全文目录) 聚类是一个无监督学习问题，我们基于相似的特性将数据分组成多个子集。聚类通常用于探索性分析或者作为分...

@丹阳 ▣机器学习, 算法&结构 ♢L-BFGS, SGD, spark, 优化, 翻译

下面是章节优化的目录(参见全文目录) 数学描述梯度下降(Gradient descent) 随机梯度下降 (SGD) 分布式SGD的更新机制有限内存BFGS(Limited-...

@丹阳 ▣机器学习, 算法&结构 ♢GBT, RF, spark, 梯度提升树, 随机森林

下面是章节树的集成的目录(参见决策树，其他内容参见全文目录) 梯度提升树 vs. 随机森林随机森林基础算法训练预测使用建议 ...

@丹阳 ▣机器学习, 算法&结构 ♢GINI, spark, 决策树, 熵

下面是章节决策树的目录(其他内容参见全文目录) 基础算法节点不纯度和信息增益（Node impurity and information gain）分裂候选集（Split candid...

@丹阳 ▣机器学习, 算法&结构 ♢spark, SVM, 分类, 回归, 线性模型, 翻译

下面是章节线性模型的目录(其他内容参见全文目录) 数学公式损失函数(Loss functions) 正则化(Regularizers) 优化(Optimization) 分类 ...

@丹阳 ▣机器学习, 算法&结构 ♢分类, 回归, 机器学习

下面是章节分类和回归的目录(其他内容参见全文目录) MLlib支持多种机器学习方法，这些方法可以用于解决二分类、多分类以及回归分析问题。下表列出了针对每...

@丹阳 ▣机器学习, 算法&结构 ♢FP-growth, 数据挖掘, 频繁项集

下面是章节频繁模式挖掘的内容(其他内容参见全文目录) 频繁项集挖掘是通常是大规模数据分析的第一步，多年以来它都是数据挖掘领域的活跃研究主题。建议用...

@丹阳 ▣机器学习, 算法&结构 ♢朴素贝叶斯, 机器学习, 翻译

下面是章节朴素贝叶斯的正文(其他内容参见全文目录) 朴素贝叶斯是一个简单的多分类算法。之所以称为朴素，是因为该算法假设特征之间相互独立。朴素贝叶斯...

@丹阳 ▣机器学习, 算法&结构 ♢集成学习

摘要：文章介绍了集成学习的概念和它的发展，它有RF和GBDT两大杀器，它有嫁接法、集成半监督学习的最新进展能够提升学习效果，文章还着重分析了集成学习成功...

@丹阳 ▣机器学习, 算法&结构 ♢机器学习

Introduction To Machine Learning_review

@丹阳 ▣算法&结构, 算法的力量 ♢HMM, Viterbi, 算法, 维特比

本分摘录翻译自wikipedia Viterbi algorithm。维特比算法(Viterbi algorithm)是一种动态规划算法，它用于寻找最可能产生观测到的事件的序列，这个序列是隐...

@丹阳 ▣数据结构, 算法&结构 ♢C++, 链表

本文摘自wikipedia。本文内容是关于：C语言链表详解，c语言链表教程。链表（Linked list）是一种常见的基础数据结构，是一种线性表，但是并不会按线性的...

@丹阳 ▣机器学习, 算法&结构 ♢机器学习

本文转自：http://www.52ml.net/star 注：本页面主要针对想快速上手机器学习而又不想深入研究的同学，对于专门的researcher，建议直接啃 PRML，ESL，MLAPP...

@丹阳 ▣数据结构, 算法&结构 ♢kdtree

本文理解翻译自：http://en.wikipedia.org/wiki/K-d_tree k-d树(k-d tree) 来自维基百科，自由的百科全书简介 k-d树是二叉树的一种，树中每个节...

@丹阳 ▣机器学习, 算法&结构 ♢Python, SVM, 机器学习

之前对机器学习的理解，仅仅停留在书本上的推导公式，或者对一些开源工具的使用上。高大上的机器学习究竟如何训练、怎样预测的，对我们来说就像是一个黑盒充...