线性组合

频谱分析相关知识

二．概要介绍1.傅里叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。
pizi0475·2015-09-23 21:59

线性回归

这种函数是一个或多个称为回归系数的模型参数的线性组合。
张泽旺·2015-09-11 22:00

稀疏表示

1背景  参考资料[1]指出，数据的稀疏和冗余表示建模可以将信号描述为预先规定的字典中的少数原子的线性组合。  
Q1302182594·2015-09-10 22:00

稀疏表示

1背景  参考资料[1]指出，数据的稀疏和冗余表示建模可以将信号描述为预先规定的字典中的少数原子的线性组合。  
OneSea-V3.0·2015-09-10 00:00

Coursera机器学习课程笔记(2) Linear Regression

线性回归（LinearRegression）在监督学习中，我们需要找到一个最佳的预测函数h(x)，比如我们可以选取特征向量的线性组合函数，即可以把h(x)定义为：机器学习里面一般默认变量为列向量，因此这里是参数向量
yew1eb·2015-09-04 20:00

线性回归和梯度下降算法

这种函数是一个或多个称为回归系数的模型参数的线性组合。回归分析中，只包
Ben_Ben_Niao·2015-08-06 12:00

逻辑斯底回归的特征、多分类问题及过拟合问题

LR分类器(LogisticRegressionClassifier)目的就是从训练数据特征学习出一个0/1分类模型--这个模型以样本特征的线性组合作为自变量，使用logistic函数将自变量映射到(0,1
keepreder·2015-07-30 16:32

【机器学习基础】梯度提升决策树

这一节，我们将决策树和AdaBoost算法结合起来，在AdaBoost中每一轮迭代，都会给数据更新一个权重，利用这个权重，我们学习得到一个g，在这里我们得到一个决策树，最终利用线性组合的方式得到多个决策树组成的
JasonDing1354·2015-07-26 12:06

【机器学习基础】梯度提升决策树

这一节，我们将决策树和AdaBoost算法结合起来，在AdaBoost中每一轮迭代，都会给数据更新一个权重，利用这个权重，我们学习得到一个g，在这里我们得到一个决策树，最终利用线性组合的方式得到多个决策树组成的
JasonDing1354·2015-07-26 12:00

FFT 快速傅里叶变换 初探

开头首先什么是傅里叶变换：傅立叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。【摘自百度】注意三角函数的特点！这一点要用到。
D042412·2015-07-14 16:34

ROC曲线的绘制

几个概念场景AdaBoost的基本分类器的线性组合f(x)=∑m=1MαmGm(x)最终的分类器G(x)=sign(f(x))=sign(∑m=1MαmGm(x))这里已知{f(xi)|i=1,2,⋯,
u012176591·2015-07-07 14:00

线性回归与梯度下降算法

这种函数是一个或多个称为回归系数的模型参数的线性组合。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析
chenbowen00·2015-07-07 00:00

线性回归与梯度下降算法

这种函数是一个或多个称为回归系数的模型参数的线性组合。回归分析中，只包括一个自变量和一个因变量，且
chenbowen00·2015-07-07 00:00

AdaBoost 算法原理及推导

该方法通过在每轮降低分对样例的权重，增加分错样例的权重，使得分类器在迭代过程中逐步改进，最终将所有分类器线性组合得到最终分类器，Boost算法框架如下图所示：图1.1Boost分类框架（来自PRML）2
liuwu265·2015-07-05 15:00

机器学习 之 支持向量机

逻辑回归Logistic回归目的是从特征学习出一个0/1分类模型，而这个模型是将特性的线性组合作为自变量，由于自变量的取值范围是负无穷到正无穷。因此，使用logistic函数（或称作s
claire_bear7·2015-07-03 17:34

凸优化问题

通过上述定义我们知道，如果一个集合中的任意两个点的线性组合所得到的一系列的点也在该集合中（该两点之间的连线上的点都在该集合中），那么该集合就被称作凸集。2.凸函数如果一个函数f满足一下两个条件，就称该
batuwuhanpei·2015-06-19 15:00

感知机、线性回归、逻辑回归的简单对比

它是一种线性分类器：特征通过权重线性组合，然后通过一个线性预测函数来判断。这个算法最早由FrankRosenblatt在1957年提出。
wgdzz·2015-06-11 22:16

感知机、线性回归、逻辑回归的简单对比

它是一种线性分类器：特征通过权重线性组合，然后通过一个线性预测函数来判断。这个算法最早由FrankRosenblatt在1957年提出。
wgdzz·2015-06-11 22:00

机器学习--线性回归

线性回归函数则是一个或多个称为回归系数的模型参数的线性组合。二、用途当结论或者类是数值，并且所有训练样本都为数值时，可以使用线性回归的方法。线性回归主要用途是预测，线性回归可以利
Sunshine_in_Moon·2015-06-08 16:00

支持向量SVM分类器的学习记录

2、logistic回归目的是从特征学习出一个0/1分类模型，该模型是将特征的线性组合作为自变量，自变量取值范围是正无穷到负无穷，因此使用logistic函数将自变量映射到（0,1）上，映射后的值被认为是属于
Vipin_Pei·2015-06-03 11:00

[置顶] 数论总结

prime[1]a∗prime[2]b∗.....g(i)=(a+1)∗(b+1)∗......整除的基本性质a|bb|c=>a|c a|ba|c=>a|bc a|ba|c=>a|ib±jc(a|b,c的线性组合
slongle_amazing·2015-05-27 21:00

局部自适应多核聚类

Locallyadaptivemultiplekernelclustering（LujiangZhang ,XiaohuiHu）传统的多核学习是在输入空间上构建多个核的线性组合。
fandoudou123·2015-05-20 09:00

例题2.3 拉拉队 UVa11806

那么如果我们可以想办法把本题分解为一系列这个简单问题的线性组合，即可求解出答案。这正是容斥原理的作用。设满足“第一行没有石子”的方案集为A，最后一行没有石子的方案集为B，第一
u014800748·2015-05-19 18:00

机器学习实战——SVM（3/3）

前面两篇总结了线性支持向量机模型，总体来说，就是在样本输入空间下对每个维度进行线性组合之后使用符号函数判别最终的类别。第一个是理想情况下的线性可分SVM，这是第二个的近似线性可分SVM的基础。
u010487568·2015-05-17 23:00

机器学习实战——SVM（1/3）

通过对输入特征使用法向量和截距w=(w1,w2,...wn)、b进行线性组合，得到超平面，最终的决策函数也和感知机一样，为符号函数f(x)=sign(w⃗ ⋅x⃗ +b)，符号函数大于0则为正类（w⃗ 
u010487568·2015-05-13 00:00

Spark MLlib Linear Regression线性回归算法

这种函数是一个或多个称为回归系数的模型参数的线性组合。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为
sunbow0·2015-05-06 18:02

Spark MLlib Linear Regression线性回归算法

这种函数是一个或多个称为回归系数的模型参数的线性组合。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为
sunbow0·2015-05-06 18:00

浅谈AdaBoost算法--附有详细示例解析

在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能。提升算法基于这样一种思路：对于一个复杂任务来说，将多个专家的判断进行适当的综合所
lqf1403·2015-05-05 13:48

浅谈AdaBoost算法--附有详细示例解析

在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能。提升算法基于这样一种思路：对于一个复杂任务来说，将多个专家的判断进行适当的综
GYQJN·2015-05-05 13:00

浅谈AdaBoost算法--附有详细示例解析

在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能。提升算法基于这样一种思路：对于一个复杂任务来说，将多个专家的判断进行适当的综
GYQJN·2015-05-05 13:00

【机器学习基础】支持向量回归

KernelRidgeRegression上次介绍的表示定理告诉我们，如果我们要处理的是有L2的正则项的线性模型，其最优解是数据zn的线性组合。我们可以将这样的线性模型变成Ke
JasonDing1354·2015-05-03 23:15

【机器学习基础】支持向量回归

KernelRidgeRegression上次介绍的表示定理告诉我们，如果我们要处理的是有L2的正则项的线性模型，其最优解是数据zn的线性组合。我们可以将这样的线性模型变成Ke
JasonDing1354·2015-05-03 23:00

【机器学习基础】支持向量回归

KernelRidgeRegression上次介绍的表示定理告诉我们，如果我们要处理的是有L2的正则项的线性模型，其最优解是数据zn的线性组合。我们可以将这样的线性模型变成Ke
JasonDing1354·2015-05-03 23:00

机器学习实战——Logistic回归

如果是系数向量w与特征Xi的线性组合，那么就是一个
u010487568·2015-04-30 19:00

[LeetCode]Divide Two Integers

在网上找到一种解法，利用位运算，意思是任何一个整数可以表示成以2的幂为底的一组基的线性组合
CiaoLiang·2015-04-24 10:00

神经网络与人工智能No0-导言（笔记版）

神经元数学表示：Uk的称呼：线性组合器的输出Vk=Uk+Bk的称呼：诱导局部域、激活电位。偏置的作用是为Uk做仿射变换。激活函数的类型：阀值函数(Heaviside)、sigmoid函数。
summeney·2015-04-23 22:00

神经网络与人工智能No0-导言（笔记版）

神经元数学表示：Uk的称呼：线性组合器的输出Vk=Uk+Bk的称呼：诱导局部域、激活电位。偏置的作用是为Uk做仿射变换。激活函数的类型：阀值函数(Heaviside)、sigmoid函数。
summeney·2015-04-23 22:00

模式识别：感知器的实现

在设计感知器之前，需要明确以下几个基本概念：一、判别函数：是指由x的各个分量的线性组合而成
liyuefeilong·2015-04-23 09:00

PCA人脸识别

利用这些基底的线性组合可以描述、表达和逼近人脸图像，因
u014568921·2015-04-22 17:00

Deep Learning by Andrew Ng --- Sparse coding

稀疏编码算法的目的就是找到一组基向量ϕi，使得我们能将输入向量x表示为这些基向量的线性组合：x=∑i=1kaiϕi不同于PCA，sparsecoding目的是寻找一组“超完备”基向量而非“完备”基向量。
meanme·2015-04-18 16:00

为什么正交匹配追踪(OMP)一定能恢复信号？

会不会选择A的另外几列，它们的线性组合也满足y=Aθ？本篇来回答这个问题。     首先我们要知道，两个k稀疏的N维信号（长度为N的列向量）θk1和θ
jbb0523·2015-04-17 21:00

正交匹配追踪(OMP)在稀疏分解与压缩感知重构中的异同

从数学模型来入手分析这个问题：    1）稀疏分解要解决的问题是在冗余字典A中选出k列，用这k列的线性组合近似表达待稀疏分解信号y，可以用表示
jbb0523·2015-04-17 18:00

线性代数导论6——列空间和零空间

列空间和零空间特别关注矩阵的列空间和零空间回忆什么是向量空间：就是一些向量，对一些运算封闭，空间内任何向量相加（加法），结果仍在空间内，或用空间内任意向量乘以常数（数乘），结果仍在空间内，即加法和数乘都是封闭的，那么线性组合必然也
aihaly·2015-04-15 21:12

PCA算法

主成分分析（PCA）是一种基于变量协方差矩阵对数据进行压缩降维、去噪的有效方法，PCA的思想是将n维特征映射到k维上（k线性组合，这些线性组合最大化样本方差，尽量使新的
u014568921·2015-03-28 23:00

LA 3704 (矩阵快速幂 循环矩阵) Cellular Automaton

将这n个格子看做一个向量，每次操作都是一次线性组合，即vn+1=Avn，所求答案为Akv0A是一个n*n的矩阵，比如当n=5，d=1的时候：不难发现，A是个循环矩阵，也就是将某一行所有元素统一向右移动一位便得到下一行
AOQNRMGYXLMV·2015-03-14 14:00

四元数

相似地，四元数都是由实数加上三个元素i、j、k组成，而且它们有如下的关系：i^2=j^2=k^2=-1,每个四元数都是1、i、j和k的线性组合，即是四元数一般可表示为a+bi+cj+dk，其中a、b、c
qq_19764963·2015-01-21 16:00

[密码学]格密码学（3）-Babai算法以及GGH公钥密码体制介绍

1、格及SVP、CVP问题定义：线性独立空间上有集合，格（Lattices）就是这些向量的线性组合，用公式表示如下：。格L的维数等于格中向量的个数。
u010536377·2014-12-25 09:00

Logistic and Softmax Regression (逻辑回归和Softmax回归)

逻辑回归，Softmax回归以及线性回归都是基于线性模型，它们固定的非线性的基函数（basisfunction）的线性组合，形式如下：2．逻辑回归谈谈逻辑回归，Softmax回归，前者主要处理二分类问题
Danieljf24·2014-12-12 22:51

Logistic and Softmax Regression (逻辑回归和Softmax回归)

逻辑回归，Softmax回归以及线性回归都是基于线性模型，它们固定的非线性的基函数（basisfunction）的线性组合，形式如下：2．逻辑回归谈谈逻辑回归，Softmax回归，前者主要处理二分类问题
Daniel_djf·2014-12-12 22:00

About PCA

经常遇到的一个问题就是n*m(表示X这个矩阵维度是n*m)这个值非常大，这不仅对于存储，而且对于计算都是不小的麻烦，主成分分析法（PCA）可以有效的解决这个问题，主成分分析法的大概意思就是，让原来的每个特征经过线性组合生成新的几个特征
u012303532·2014-12-08 09:00
上一页 33 34 35 36 37 38 39 40 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他