算法&結構 - 純淨天空

Spark機器學習庫指南[Spark 1.3.1版]——聚類(Clustering)

@丹陽 ▣機器學習, 算法&結構 ♢GMM, Kmeans, K均值, LDA, PIC, 聚類, 高斯混合

下麵是章節聚類的內容(其他內容參見全文目錄) 聚類是一個無監督學習問題，我們基於相似的特性將數據分組成多個子集。聚類通常用於探索性分析或者作為分...

@丹陽 ▣機器學習, 算法&結構 ♢L-BFGS, SGD, spark, 優化, 翻譯

下麵是章節優化的目錄(參見全文目錄) 數學描述梯度下降(Gradient descent) 隨機梯度下降 (SGD) 分布式SGD的更新機製有限內存BFGS(Limited-...

@丹陽 ▣機器學習, 算法&結構 ♢GBT, RF, spark, 梯度提升樹, 隨機森林

下麵是章節樹的集成的目錄(參見決策樹，其他內容參見全文目錄) 梯度提升樹 vs. 隨機森林隨機森林基礎算法訓練預測使用建議 ...

@丹陽 ▣機器學習, 算法&結構 ♢GINI, spark, 決策樹, 熵

下麵是章節決策樹的目錄(其他內容參見全文目錄) 基礎算法節點不純度和信息增益（Node impurity and information gain）分裂候選集（Split candid...

@丹陽 ▣機器學習, 算法&結構 ♢spark, SVM, 分類, 回歸, 線性模型, 翻譯

下麵是章節線性模型的目錄(其他內容參見全文目錄) 數學公式損失函數(Loss functions) 正則化(Regularizers) 優化(Optimization) 分類 ...

@丹陽 ▣機器學習, 算法&結構 ♢分類, 回歸, 機器學習

下麵是章節分類和回歸的目錄(其他內容參見全文目錄) MLlib支持多種機器學習方法，這些方法可以用於解決二分類、多分類以及回歸分析問題。下表列出了針對每...

@丹陽 ▣機器學習, 算法&結構 ♢FP-growth, 數據挖掘, 頻繁項集

下麵是章節頻繁模式挖掘的內容(其他內容參見全文目錄) 頻繁項集挖掘是通常是大規模數據分析的第一步，多年以來它都是數據挖掘領域的活躍研究主題。建議用...

@丹陽 ▣機器學習, 算法&結構 ♢樸素貝葉斯, 機器學習, 翻譯

下麵是章節樸素貝葉斯的正文(其他內容參見全文目錄) 樸素貝葉斯是一個簡單的多分類算法。之所以稱為樸素，是因為該算法假設特征之間相互獨立。樸素貝葉斯...

@丹陽 ▣機器學習, 算法&結構 ♢集成學習

摘要：文章介紹了集成學習的概念和它的發展，它有RF和GBDT兩大殺器，它有嫁接法、集成半監督學習的最新進展能夠提升學習效果，文章還著重分析了集成學習成功...

@丹陽 ▣機器學習, 算法&結構 ♢機器學習

Introduction To Machine Learning_review

@丹陽 ▣算法&結構, 算法的力量 ♢HMM, Viterbi, 算法, 維特比

本分摘錄翻譯自wikipedia Viterbi algorithm。維特比算法(Viterbi algorithm)是一種動態規劃算法，它用於尋找最可能產生觀測到的事件的序列，這個序列是隱...

@丹陽 ▣數據結構, 算法&結構 ♢C++, 鏈表

本文摘自wikipedia。本文內容是關於：C語言鏈表詳解，c語言鏈表教程。鏈表（Linked list）是一種常見的基礎數據結構，是一種線性表，但是並不會按線性的...

@丹陽 ▣機器學習, 算法&結構 ♢機器學習

本文轉自：http://www.52ml.net/star 注：本頁麵主要針對想快速上手機器學習而又不想深入研究的同學，對於專門的researcher，建議直接啃 PRML，ESL，MLAPP...

@丹陽 ▣數據結構, 算法&結構 ♢kdtree

本文理解翻譯自：http://en.wikipedia.org/wiki/K-d_tree k-d樹(k-d tree) 來自維基百科，自由的百科全書簡介 k-d樹是二叉樹的一種，樹中每個節...

@丹陽 ▣機器學習, 算法&結構 ♢Python, SVM, 機器學習

之前對機器學習的理解，僅僅停留在書本上的推導公式，或者對一些開源工具的使用上。高大上的機器學習究竟如何訓練、怎樣預測的，對我們來說就像是一個黑盒充...