chaoren399的博客_机器学习

协同过滤的基本思想

协同过滤一般是在海量的用户中发掘出一小部分和你品位比较类似的,在协同过滤中,这些用户成为邻居,然后根据他们喜欢的其他东西组成一个排序的目录作为推荐给你.核心问题:1,如何确定一个用户是不是和你有相似品位?2.如何将邻居们的喜好组织成一个排序的目录?步骤:1.收集用户偏好评分,投票,转发,保存书签...

干货

原创 2021-07-29 10:57:37 225 阅读

梯度下降法_最速下降法

1.找出一个附近的点来判断是不是极值点.迭代求(求最小值)(梯度下降法) 2.如果求最大值则改为正号. (梯度上升法)3.随机梯度下降法:一次处理一个样本值4.批处理梯度下降法:一次处理m个样本值

干货

原创 2021-07-29 10:57:36 875 阅读 1收藏

凸函数的形式

岁月里，寒暑交替。人世间，北来南往。铭心的，云烟的。都付往事，不念，不问。

干货

原创 2021-07-29 10:57:36 246 阅读

对角矩阵_分块矩阵

1.对角矩阵不在主对角线上的元素全部为0的n阶方阵，称为对角矩阵.2.分块矩阵的对角阵

干货

原创 2021-07-29 10:57:35 2801 阅读

机器学习之凸优化基础二

20.共轭函数 21.凸优化优化问题的基本形式告诉几个等式约束求最值局部最优问题 22.非凸优化问题的变形 23.对偶问题 24.Lagrange对偶函数(dual function) Lagrange 对偶函数若没有下确界，定义: 根据定义，显然有：对∀λ>0，∀v，若原优化问题有最优值p*，则进一步：Lagrange对偶函数为凹...

机器学习

原创 2021-07-29 10:56:00 276 阅读

关联规则之Aprior算法(购物篮分析)

0.支持度与置信度《mahout实战》与《机器学习实战》一起该买的记录数占所有商品记录总数的比例——支持度(整体)买了《mahout实战》与《机器学习实战》一起该买的记录数占所有购买《mahout实战》记录数的比例——置信度(局部)支持度、置信度越大，商品出现一起购买的次数就越多，可信度就越大。支持...

java

算法

原创 2021-07-29 10:54:41 754 阅读

机器学习之回归

主要内容：回归 1.线性回归 2.Logistic回归最优问题： 1.梯度下降 2.牛顿法 3.拟牛顿法了解参数学习算法和非参数学习算法的区别高斯分布（正态分布） 1. 2.线性回归考虑2个变量多变量的情形 3.最小二乘的目标函数 m为样本个数，则一个比较“符合常理”的误差函数为：符合常理 n最小二乘建立的目标函数，即是在噪声为均值为0的高斯分布下，极大...

算法

原创 2021-07-29 10:54:00 132 阅读

过拟合

1.如果一味追求提高对训练数据的预测能力,所选模型的复杂度则往往会比真模型更高,这种现象称为过拟合(over-fitting ). 2.过拟合是指学习时选择的模型所包含的参数过多,以致于出现这一模型对已知数据预测得很好,但对未知数据预测很差的现象.3.可以说模型选择旨在避免过拟合并提高模型的预测能力...

干货

原创 2021-07-29 10:53:12 224 阅读

常见函数的导数

岁月里，寒暑交替。人世间，北来南往。铭心的，云烟的。都付往事，不念，不问。

干货

原创 2021-07-29 10:53:11 802 阅读

过拟合与模型选择

欠拟合:对样本预测得不好,对新数据预测不好过拟合:对样本预测好,对新数据预测不好.

干货

原创 2021-07-29 10:53:10 360 阅读

奥卡姆剃刀原理

奥卡姆剃刀定律（Occam's Razor, Ockham'sRazor）又称“奥康的剃刀”，是由14世纪逻辑学家、圣方济各会修士奥卡姆的威廉（William of Occam，约1285年至1349年）提出。这个原理称为“如无必要，勿增实体”，即“简单有效原理”。

干货

原创 2021-07-29 10:53:09 360 阅读

用户画像

岁月里，寒暑交替。人世间，北来南往。铭心的，云烟的。都付往事，不念，不问。

IT

原创 2021-07-29 10:52:31 346 阅读

长尾分布(幂律分布)

1.2.

干货

原创 2021-07-29 10:51:59 1876 阅读

贝叶斯决策_bayes（新闻分类）

1、简单例子引入 2、先验概率 3、后验概率 4、最小错误率决策 5、最小风险贝叶斯决策 1. 贝叶斯公式 2简单例子正常情况下，我们可以快速的将街上的人分成男和女两类。这里街上的人就是我们观测到的样本，将每一个人分成男、女两类就是我们做决策的过程。上面的问题就是一个分类问题。分类可以看作是一种决策，即我们根据观测对样本做出应归属哪一类的决策。假定我手里...

干货

原创 2021-07-29 10:51:58 2440 阅读

机器学习算法一般步骤

干货

原创 2021-07-29 10:51:57 1070 阅读

量化投资

一. 量化投资的主要内容量化选股 : 选公司股票量化择时: 涨则抛,跌则停套利交易: 算法交易资产配置: 找到最好的市场资产组合,找最大收益风险控制: VAR 模型衡量风险预测模型: 时间序列预测股价, 支持向量机预测,神经网络预测模型. 二. 时间序列模型平稳时间序列模型 1. 白噪

IT

原创 2021-07-29 10:50:53 298 阅读

机器学习之Hash集合问题

问题来源与七月学习之（3.x线性代数与矩阵运算基础）

干货

原创 2021-07-29 10:42:44 54 阅读

机器学习之凸优化基础一

2015-09-09 今天买的凸优化刚到。从今天开始学习一些基础的概念。不知道2年的时间能不能学会并且解决实际的问题。线性函数需要严格满足等式，而凸函数仅仅需要在a和b取特定值得情况下满足不等式。因此线性规划问题也是凸优化问题，可以将凸优化看成是线性规划的扩展。 1.放射集定义：过集合C内任意两点的直线均在集合C内，则称集合C为仿射集。例子：直线、平面、超平面 2.仿射包定...

干货

原创 2021-07-29 10:42:41 724 阅读

决策树-预测隐形眼镜类型（ID3算法，C4.5算法，CART算法，GINI指数,剪枝，随机森林）

1. 1、问题的引入 2、一个实例 3、基本概念 4、ID3 5、C4.5 6、CART 7、随机森林 2. 我们应该设计什么的算法，使得计算机对贷款申请人员的申请信息自动进行分类，以决定能否贷款? 一个女孩的母亲要给这个女孩介绍男朋友，于是有了下面的对话：女儿：多大年纪了？母亲：26。女儿：长的帅不帅？母亲：挺帅的。女儿：收入高不？母亲：不算很高，中等情况。女儿：是公...

干货

原创 2021-07-29 10:41:29 2423 阅读

Logistic 回归(sigmoid函数，手机的评价,梯度上升，批处理梯度,随机梯度，从疝气病症预测病马的死亡率

（手机的颜色，大小，用户体验来加权统计总体的值）极大似然估计MLE 1.Logistic回归 Logistic regression （逻辑回归），是一种分类方法，用于二分类问题（即输出只有两种）。如用于广告预测，也就是根据某广告被用户点击的可能性，把最可能被用户点击的广告摆在用户能看到的地方，结果是用户要么点击要么不点击。通常两类使用类别标号0和1表示，0表示不发生，1表示发生。问题引...

干货

原创 2021-07-29 10:41:27 490 阅读

线性回归(最小二乘，)

1. 如果有一个新的面积，假设在销售价钱的记录中没有的，而我们又想知道房屋的售卖价格，我们怎么办呢？图中绿色的点就是我们想要预测的点。假设我们知道了红色的这条直线，那么给出房屋的面积，马上就可以给出房屋的售价。因此，我们需要找到这样的一条红色直线。 2.模型建立刚才我们认为房屋的售价只与面积相关。实际生活中，影响房价的因素非常多，如房屋的面积、朝向、所在小区、房间的个数等。考虑更多的情况，...

干货

原创 2021-07-29 10:41:26 265 阅读

笛卡尔积

假设集合A={a, b}，集合B={0, 1, 2}，则两个集合的笛卡尔积为{(a, 0), (a, 1), (a, 2), (b, 0), (b, 1), (b, 2)}。

干货

原创 2021-07-29 10:41:24 760 阅读

机器学习的常见面试问题

1. 你在研究/项目/实习经历中主要用过哪些机器学习/数据挖掘的算法？答：推荐中用过CF,LR 分类中用过SVM,GBDT；一般用法是什么，是不是自己实现的，有什么比较知名的实现，使用过程中踩过哪些坑；优缺点分析。 2.你熟悉的机器学习/数据挖掘算法主要有哪些？基础算法要多说，其它算法要挑熟悉程度高的说，不光列举算法，也适当说说应用场合；答：协同过滤，聚类，分类， 3. ...

干货

原创 2021-07-29 10:38:44 215 阅读

北美IT公司大致分档

北美IT公司大致分档（from mitbbs.com)第一档: Uber, Snapchat, Airbnb, Dropbox, Pinterest第二档：Facebook, LinkedIn, Google, Twitter, Apple第三档: Square, Yelp, Netflix, Sk...

干货

原创 2021-07-29 10:38:42 491 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

超人

协同过滤的基本思想

梯度下降法_最速下降法

凸函数的形式

对角矩阵_分块矩阵

机器学习之凸优化基础二

关联规则之Aprior算法(购物篮分析)

机器学习之回归

过拟合

常见函数的导数

过拟合与模型选择

奥卡姆剃刀原理

用户画像

长尾分布(幂律分布)

贝叶斯决策_bayes（新闻分类）

机器学习算法一般步骤

量化投资

机器学习之Hash集合问题

机器学习之凸优化基础一

决策树-预测隐形眼镜类型（ID3算法，C4.5算法，CART算法，GINI指数,剪枝，随机森林）

Logistic 回归(sigmoid函数，手机的评价,梯度上升，批处理梯度,随机梯度，从疝气病症预测病马的死亡率

线性回归(最小二乘，)

笛卡尔积

机器学习的常见面试问题

北美IT公司大致分档