Student

Life is short


  • 首页

  • 关于

  • 标签

  • 分类

  • 归档

something

发表于 2020-12-19
(一)My HobbiesDo you have any hobbies?In my spare time, I like reading books, collecting cards and coins, playing volleyball, communicating with frien ...
阅读全文 »

EM 算法(Expectation Maximization Algorithm)

发表于 2018-08-04 | 分类于 机器学习
EM 算法(Expectation Maximization Algorithm) EM 算法简介 准备知识 2.1 极大似然估计 2.2 Jensen 不等式 EM 算法详解 3.1 问题描述 3.2 EM 算法推倒 3.3 EM 算法流程 EM 算法小结 1 ...
阅读全文 »

隐马尔可夫模型 (HMM)

发表于 2018-08-04 | 分类于 机器学习
一、基本概念###1.1 隐马尔可夫的定义隐马尔可夫模型是关于时序的概率模型,描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列,再由各个状态生成一个观测而产生观测随机序列的过程。隐藏的马尔可夫链随机生成的状态的序列,称为状态序列(state sequence);每个状态生成一个观测,而由此 ...
阅读全文 »

使用BF神经网络进行基于影评的语义分析

发表于 2018-07-25 | 分类于 深度学习
一、准备数据12345import pandas as pddata = pd.DataFrame([])data['reviews'] = pd.read_table('reviews.txt',header=None,names=['reviews'])data['labels'] = pd. ...
阅读全文 »

Pyspark连接读取Hive和Mysql数据库

发表于 2018-06-09 | 分类于 Spark
一、前期准备__这里默认spark版本支持hive且与hadoop本本相互兼容。这里使用的版本是: Hadoop 2.7.5 Spark 2.3 Anaconda 3.5 Hive 1.2 1)安装mysql 2)创建hive用户并赋予权限 12345678create user 'hive' ...
阅读全文 »

使用 Keras 分析 IMDB 电影数据

发表于 2018-06-07 | 分类于 深度学习
使用 Keras 分析 IMDB 电影数据1234567891011# Importsimport numpy as npimport kerasfrom keras.datasets import imdbfrom keras.models import Sequentialfrom keras ...
阅读全文 »

Keras初探

发表于 2018-06-06 | 分类于 深度学习
Keras简单示例Keras 层就像神经网络层。有全连接层、最大池化层和激活层。你可以使用模型的 add() 函数添加层。例如,简单的模型可以如下所示: 1234567891011121314151617from keras.models import Sequentialfrom keras.l ...
阅读全文 »

BF神经网络(二)预测共享单车使用情况

发表于 2018-06-01 | 分类于 深度学习
传送门:BF神经网络(一)算法原理与实现 BF神经网络预测共享单车使用情况BF实现算法基础BF神经网络算法的原理及实现参考前一篇博客:http://ihoge.cn/2018/DL_BFNN.html 加载和准备数据构建神经网络的关键一步是正确地准备数据。不同尺度级别的变量使网络难以高效地掌握正确 ...
阅读全文 »

BF神经网络(一)算法原理与实现

发表于 2018-05-30 | 分类于 深度学习
传送门:BF神经网络(二)预测共享单车使用情况 一、反向传播算法基本原理如何让多层神经网络学习呢?我们已了解了使用梯度下降来更新权重,反向传播算法则是它的一个延伸。以一个两层神经网络为例,可以使用链式法则计算输入层-隐藏层间权重的误差。 要使用梯度下降法更新隐藏层的权重,你需要知道各隐藏层节点的误 ...
阅读全文 »

聚类算法(1)

发表于 2018-05-28 | 分类于 机器学习
本文内容包含: 一、基本概念 二、K-means 三、凝聚层次聚类 四、DBSCAN密度聚类 五、簇评估 一、基本概念聚类分析仅根据数据内部发现的描述对象及其关系信息将数据对象分组。组件的相似性(如凝聚度)越大,组件差别越大(如分离度),聚类就越好。 1. 不同的 ...
阅读全文 »
12…7

刘知行

机器学习

67 日志
9 分类
7 标签
RSS
Github Weibo 简书
© 2020 刘知行
Hosted by Coding Pages
|
主题 — NexT.Muse v5.1.4
本站访客数 人次 总访问量 次