机器学习介绍机器学习的概念 机器学习要解决的问题分类 使用机器学习解决问题的一般性步骤什么是机器学习机器学习是一个计算机程序，针对某个特定的任务 ，从经验中学习，并且越做越好。 谁掌握的数据量大 、质量高，谁就占据了机器学习和人工智能领域最有利的资本。 机器学习有什么用 语音识别、自然语言处理、人脸识别系统等等 机器学习的分类 有监督学习(Supervised learning)---通过大量已知的输入和输出相配对的数据，让计算机...
在推荐系统众多方法中，基于用户的协同过滤推荐算法是最早诞生的，原理也较为简单。该算法1992年提出并用于邮件过滤系统，两年后1994年被 GroupLens 用于新闻过滤。一直到2000年，该算法都是推荐系统领域最著名的算法。 本文简单介绍基于用户的协同过滤算法思想以及原理，最后基于该算法实现园友的推荐，即根据你关注的人，为你推荐博客园中其他你有可能感兴趣的人。基本思想 俗话说“物以类聚、人以群分”，拿看电影这个例子来...
来自：https://www.cnblogs.com/pinard/p/6164214.html K-Means算法是无监督聚类算法，它有很多变体。包括初始化优化K-Means++，距离计算优化elkan K-Means算法和大样本优化Mini Batch K-Means算法。 1. K-Means原理K-Means算法思想：给定样本集，按照样本之间距离大小，将样本划分为K个簇。让簇的点尽量紧密连在一起，让簇间的距离尽量的大。用数据表达式表示，簇划分为（C1，C2，...Ck），目标是最小化平方误差E：其中μi是簇...
??????????????? ?十三种基于直方图的图像全局二值化算法原理、实现、代码及效果。分类：?图像处理2013-09-07?12:33?207人阅读?评论(0)?收藏?举报直方图图像二值化由于CSDN博客和博客园的编辑方面有不一致的地方，导致文中部分图片错位，为不影响浏览效果，建议点击打开链接。 图像二值化的目的是最大限度的将图象中感兴趣的部分保留下来，在很多情况下，也是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。这...
1. 前言 前面的强化学习基础知识介绍了强化学习中的一些基本元素和整体概念。今天讲解强化学习里面最最基础的MDP（马尔可夫决策过程）。 2. MDP定义 MDP是当前强化学习理论推导的基石，通过这套框架，强化学习的交互流程可以很好地以概率论的形式表示出来，解决强化学习问题的关键定理也可以依此表示出来。 MDP(马尔可夫决策过程)包含以下三层含义:“马尔可夫”表示了状态间的依赖性。当前状态的取值只和前一个状态产生依赖，不和更...
1、简述常见加密算法及常见加密算法原理，最好使用图例解说在安全领域，利用密钥加密算法来对通信的过程进行加密是一种常见的安全手段。利用该手段能够保障数据安全通信的三个目标1、数据的保密性，防止用户的数据被窃取或泄露；2、保证数据的完整性，防止用户传输的数据被篡改；3、通信双方的身份确认，确保数据来源与合法的用户； 而常见的密钥加密算法类型大体可以分为三类：对称加密、非对称加密、单向加密。 对称加密对称加密...
PID算法简介 要想让智能车根据赛道不断变化灵活的行进，PID算法的采用很有意义。 控制器公式 为：比例（P）控制比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。积分（I）控制在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统...
【PPT详解】曹欢欢：今日头条算法原理 悟空智能科技?4月8日公众号后台回复：“区块链”，获取区块链报告 公众号后台回复：“sq”，进入区块链分享社群 热文推荐： 1000位专家推荐，20本区块链必读书籍（附PDF） 中国首个区块链标准《区块链参考架构》发布 今天，算法分发已经是信息平台、搜索引擎、浏览器、社交软件等几乎所有软件的标配，但同时，算法也开始面临质疑、挑战和误解。今日头条的推荐算法，从2012年9月第一版开发运...
排序充斥着我们的生活，比如站队、排队买票、考试排名、公司业绩排名、将电子邮件按时间排序、QQ 好友列表中的会员红名靠前，等等。 这里先举个例子，通过这个例子让我们接触第 1 个算法。 在某个期末考试中，老师要把大家的分数排序，比如有 5 个学生，分别考 5、9、5、1、6 分（满分 10 分），从大到小排序应该是 9、6、5、5、1，大家有没有办法写一段程序随机读取 5 个数，然后对它们排序呢？ 看到这个问题，我们用 5 分钟想一下...
一、简介 Hash，一般翻译做“散列”，也有直接音译为“哈希”的，就是把任意长度的输入，通过散列算法，变换成固定长度的输出，该输出就是散列值。 散列表,它是基于快速存取的角度设计的，也是一种典型的“空间换时间”的做法。顾名思义，该数据结构可以理解为一个线性表，但是其中的元素不是紧密排列的，而是可能存在空隙。 散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通...
1）机器学习模型理解 统计学习，神经网络2）预测结果的衡量 代价函数（cost function）、损失函数（loss function） 3）线性回归是监督学习
1.线性回归 简述： 在统计学中，线性回归（Linear Regression）是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。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（自变量都是一次方）。只有一个自变量的情况称为简单回归，大于一个自变量情况的叫做多元回归。 1.1 举个例子说明线性回归数据：工资和年龄（2个特征，即2个自变量） 目标：预测银行会贷款给我多少钱（标签） ...
转自https://www.cnblogs.com/pinard/p/6136914.html，感谢作者 在集成学习原理小结中，我们讲到了集成学习按照个体学习器之间是否存在依赖关系可以分为两类，第一个是个体学习器之间存在强依赖关系，另一类是个体学习器之间不存在强依赖关系。前者的代表算法就是是boosting系列算法。在boosting系列算法中， Adaboost是最著名的算法之一。Adaboost既可以用作分类，也可以用作回归。本文就对Adaboost算法做一个总结。 1. 回顾b...
总结 必读！！！原文链接：http://blog.codinglabs.org/articles/theory-of-mysql-index.html数据结构选择：MySQL普遍使用带“顺序访问指针”的B+Tree实现其索引结构。 数据结构选择B+树的原因：磁盘IO次数少 + 磁盘IO时间短磁盘IO次数少：索引一般以文件形式存储在磁盘上，因此使用磁盘I/O次数就成为评价索引结构的优劣点。检索B+/-树中的某个值，最多需要访问h个节点（h是树的高度）。由于B+/-树的一个节点包含更多的值，h不会很...
传统分布式算法 传统的分布式算法通常是采用hash取模的方式来处理数据与服务器节点的映射关系。 举个栗子 假设有个图片为test.jpg，现在有3个服务器，我们称之为0服务器、1服务器、2服务器。首先我们对这张图片进行hash，可以拿到一个散列值，用散列值对3进行取模，取模结果为0或者1或者2。如果结果是0则将图片存入0服务器节点上，如果是1则存入1服务器节点，如果是2则存入2服务器节点。按照上述的方式，此时假设我们有4个redis节点...