机器学习(2)

我们已经有了成本函数,也有均方误差函数来判断成本函数的好坏。现在需要得出最好参数的方法。 这就是梯度下降法。 想象一下,我们根据0和1来描绘我们的假设函数。这里我们不是绘制x和y本身,而是把0放在x轴上,把1放在y轴上,在垂直的z轴上放置均方误差函数。我们图上的点将是成本函数的结果与实际参数的结果之差。 下图描述了这样的设置。 当我们的成本函数处于图的坑底时,即当它的值是最小值时,就成功了。红色箭头显示图中的最小点。我们这样做的方式是通过我们的成本函数的导数(函数的切线)。切线的斜率是那个点的导数,它会给...

Continue Reading »
分享到:

机器学习(1)

看了很多博客文章书,发现学懂是一回事,能讲明白是另一回事。知乎推荐了一个课程,Coursera上的机器学习课程(免费),授课是斯坦福大学的老师,看了第一周的内容,感觉讲的很好,从基础入手,很详细,整理大致内容如下: 1.什么是机器学习 Arthur Samuel定义:the field of study that gives computers the ability to learn without being explicitly programmed. 这个定义比较老旧,大意是一种学科专门研究让电脑...

Continue Reading »
分享到:

SSH协议复制文件

在freebsd之间(linux之间也一样)复制文件,用scp是很方便的,当然,我们需要打开sshd-conf等功能和在rc.conf中配置并使用sshd_enable=yes,这些很多资料可以找到。 本地->远端(复制文件): scp LocalFile UserName@RemoteIP:RemoteFile 本地->远端(复制目录): scp -r LocalFolder UserName@RemoteIP:RemoteFolder 远端->本地(复制文件): scp UserName@Remote...

Continue Reading »
分享到:

【转载】LOUVAIN算法

Louvain 算法来源于文章2010年的论文Fast unfolding of communities in large networks,简称为Louvian [1]。 算法原理 Louvain算法是基于模块度(Modularity)的社区发现算法,该算法在效率和效果上都表现比较好,并且能够发现层次性的社区结构,其优化的目标是最大化整个图属性结构(社区网络)的模块度。 其中需要理解的核心点有: 模块度Modularity的定义,这个定义是描述社区内紧密程度的值 Q Q ; 模块度增量 Q \Delt...

Continue Reading »
分享到: