
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
1 功能角度weka是机器学习方面的工具(开源)。spss是数学工具(商业工具)。具体的说,weka的主要功能是模式分类,或者模式识别或者回归。包括特征的降维(PCA),特征选择,训练模型以及对测试样本进行分类测试,几乎包含了机器学习中的所有常用分类器。当然还有聚类以及结果的图形可视化功能。spss,侧重统计分析。包括基础的数学运算,联合分析,时间序列分析,多元尺度方法等,
上次写了篇文章来阐述几何投影与傅里叶级数的联系,今天我想谈谈几何投影与最小二乘法的联系,这种联系的好处是不管多复杂的公式,又可以被瞬间记住了。本文的中心思想是:最小二乘法中的几何意义是高维空间中的一个向量在低维子空间的投影。这个思想在MIT教授Gilbert Strang的线性代数的公开课程上有讨论,这里我会把这个思想详细的阐述一遍。文章最后会把傅里叶级数和最小二乘法放在一起做个比较和总结,希望大
弗罗贝尼乌斯范数对 p = 2,这称为弗罗贝尼乌斯范数(Frobeniusnorm)或希尔伯特-施密特范数(Hilbert–Schmidt norm),不过后面这个术语通常只用于希尔伯特空间。这个范数可用不同的方式定义:这里 A* 表示 A 的共轭转置,σi 是 A 的奇异值,并使用了迹函数。弗罗贝尼乌斯范数与 Kn 上欧几里得范数非常类似,来自所有矩阵的空
狄拉克δ函数[编辑]维基百科,自由的百科全书狄拉克δ函数(Dirac Delta function),有时也说单位脉冲函数。通常用δ表示。在概念上,它是这么一个“函数”:在除了零以外的点都等于零,而其在整个定义域上的积分等于1。严格来说狄拉克δ函数不能算是一个函数,因为满足以上条件的函数是不存在的。但可以用分布的概念来解释,称为狄拉克δ分布,或δ分布,但与费
州名(州名缩写)首府名 州名(州名缩写) 首府名 亚拉巴马 Alabama -- AL蒙哥马利 Montgomery 蒙大拿 Montana -- MT海伦娜 Helena 阿拉斯加 Alaska -- AK朱诺 Juneau 内布拉斯加 Nebraska -- NE林肯
The First Class:今天先谈谈AI里面tier-1的conferences, 其实基本上就是AI里面大家比较公认的topconference. 下面同分的按字母序排列.IJCAI (1+): AI最好的综合性会议, 1969年开始, 每两年开一次, 奇数年开. 因为AI实在太大, 所以虽然每届基本上能录100多篇(现在已经到200多篇了),但分到每个领域就没几篇
OpenCV改变图像大小的操作有两类:resize与图像金字塔,但是这两类操作差别还是比较大的。一、resize函数原型void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR )各个参数的意义比较
转载:http://blog.csdn.net/zouxy09/article/details/8195017生成模型与判别模型zouxy09@qq.comhttp://blog.csdn.net/zouxy09 一直在看论文的过程中遇到这个问题,折腾了不少时间,然后是下面的一点理解,不知道正确否。若有错误,还望各位前辈不吝指正,以免小弟一错再错。在此谢
LDA算法入门 一. LDA算法概述:线性判别式分析(Linear Discriminant Analysis, LDA),也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD),是模式识别的经典算法,它是在1996年由Belhumeur引入模式识别和人工智能领域的。性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间,以达到抽取分类信息和
中了一篇ccf的b类会议sdm‘15,要去温哥华参会。很高兴啊!!!!序号会议名称会议介绍代表领域12ICCV: IEEE International Conference on Computer Vision领域顶级国际会议,录取率20%左右,2年一次,中国大陆每年论文数不超过10篇计算机视觉,模式识别,







