leftnoteasy的机器学习blog

leftnoteasy的机器学习blog

(2013-02-03 23:27:24)

转载▼

标签： 项目 标签 向量 数学 分布式

分类： 图形图像

[置顶]推荐本博客博文

http://leftnoteasy.cnblogs.com/

在我的博客中，推荐以下专题

机器学习中的数学系列：

1) 回归(regression)、梯度下降(gradient descent)

2) 线性回归，偏差、方差权衡

3) 模型组合(Model Combining)之Boosting与Gradient Boosting

4) 线性判别分析（LDA）, 主成分分析(PCA)

5) 强大的矩阵奇异值分解(SVD)及其应用

 

机器学习中的算法系列：

1) 决策树 - 随机森林与GBDT 

2) SVM基础

 

Hadoop科普系列：

1) 为什么Hadoop将一定会是分布式计算的未来 

2) 为什么会有Map-reduce v2 (YARN)

机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用 LeftNotEasy 2011-01-19 22:27 阅读:30516 评论:25  

机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA) LeftNotEasy 2011-01-08 14:56 阅读:20706 评论:21  

当前标签: machine learning

机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用 LeftNotEasy 2011-01-19 22:27 阅读:30516 评论:25  

机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA) LeftNotEasy 2011-01-08 14:56 阅读:20706 评论:21  

机器学习中的数学(2)-线性回归，偏差、方差权衡 LeftNotEasy 2010-12-19 11:18 阅读:10931 评论:19  

机器学习中的数学(1)-回归(regression)、梯度下降(gradient descent) LeftNotEasy 2010-12-05 23:51 阅读:18106 评论:20  

当前标签: 机器学习

PyMining-开源中文文本数据挖掘平台 Ver 0.1发布 LeftNotEasy 2011-05-15 22:21 阅读:5456 评论:5  

支持中文文本的数据挖掘平台开源项目PyMining发布 LeftNotEasy 2011-02-27 14:33 阅读:5084 评论:4  

机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用 LeftNotEasy 2011-01-19 22:27 阅读:30516 评论:25  

机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA) LeftNotEasy 2011-01-08 14:56 阅读:20706 评论:21  

机器学习中的数学(3)-模型组合(Model Combining)之Boosting与Gradient Boosting LeftNotEasy 2011-01-02 21:48 阅读:14839 评论:8  

机器学习中的数学(2)-线性回归，偏差、方差权衡 LeftNotEasy 2010-12-19 11:18 阅读:10931 评论:19  

机器学习中的数学(1)-回归(regression)、梯度下降(gradient descent) LeftNotEasy 2010-12-05 23:51 阅读:18106 评论:20  

机器学习中的算法(2)-支持向量机(SVM)基础

机器学习中的算法(1)-决策树模型组合之随机森林与GBDT

参考资料：

1）A Tutorial on Principal Component Analysis, Jonathon Shlens 
     这是我关于用SVD去做PCA的主要参考资料 
2）http://www./samplings/feature-column/fcarc-svd 
     关于svd的一篇概念好文，我开头的几个图就是从这儿截取的 
3）http://www./index.php/news-and-articles/articles/30-singular-value-decomposition-tutorial.html 
     另一篇关于svd的入门好文 
4）http://www./index.php/news-and-articles/articles/33-latent-semantic-analysis-tutorial.html 
     svd与LSI的好文，我后面LSI中例子就是来自此 
5）http://www./information-retrieval-tutorial/svd-lsi-tutorial-1-understanding.html 
     另一篇svd与LSI的文章，也还是不错，深一点，也比较长 
6）Singular Value Decomposition and Principal Component Analysis, Rasmus Elsborg Madsen, Lars Kai Hansen and Ole Winther, 2004 
     跟1）里面的文章比较类似