加载中…
个人资料
MachineLearningZJL
MachineLearningZJL
  • 博客等级:
  • 博客积分:0
  • 博客访问:1,027
  • 关注人气:5
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
访客
加载中…
好友
加载中…
评论
加载中…
留言
加载中…
分类
博文
(2014-10-28 23:37)
标签:

转载

原文地址:声明作者:武昌理工学院官方

对于京华时报今日有关“武汉一高校内酒店组织卖淫”的新闻报道,特此声明如下:

1、 广信国际大酒店与武昌理工学院没有任何隶属关系,学校也没有任何工作人员在酒店任职或兼职工作。

2、 我校校长赵作斌教授也不是广信国际大酒店总裁。

3、 学校得知此事后非常重视,第一时间向武汉市公安机关报了警,公安机关已经立案,目前正在调查中。学校也组织了专班对此事进行进一步调查。

4、 公安机关的调查结果,我们将第一时间向社会公布。

武昌理工学院

2014-10-27

阅读  ┆ 评论  ┆ 转载原文 ┆ 收藏 
(2013-09-03 14:28)

Pattern Recognition And Machine Learning

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 



阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
分类: 杂谈
  1. Face-Recognition-SDK-在您的应用程序添加面部识别。
  2. Oddcast face detection API-这个人脸跟踪 API 允许 Flash 开发人员利用以前只在高端视频游戏中使用的高级技术。
  3. BioID-世界上第一个基于摄像头的个人识别。
阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

maximum

margin

it

分类: multi-class
已重现作者工作,来源于franz pernkopf,隐去自己的实验部分。有需要讨论的童鞋,留言给我
ppt详见http://t.cn/zWNuoXM,内容涉及多篇paper
阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

机器学习

it

分类: multi-class
设计 ECOC codebook 的原则显而易见:尽量使得任意两个类别的 code 之间的距离的最小值达到最大。很多种codebook的编码方法,关键这种将多类问题转换的策略,相当于降维到离散空间。
阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
标签:

机器学习

l1-norm

it

分类: svm
看完之后通俗易懂,l0不好解所以换做l1,l1从直观和假设样本正交的情况下来分析为什么会产生稀疏解。


subgredient 和 subdifferential 专门针对不平滑的定义梯度的扩展。
在平滑和非平滑的推导如下式,可以统一成一种形式

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
(2012-06-26 11:57)
标签:

it

博客Machine Learning(Theory)上做了一个统计,感兴趣的可以去看看。

18/66 = 0.27 in (0.18,0.36) Reinforcement Learning
10/52 = 0.19 in (0.17,0.37) Supervi
阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
紧接上一篇:虽然问题已经阐述清楚,为了方便处理,同时引入核函数,优化式子变为:
令:
阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
koby crammer 2001提出了针对于多类问题的单MODEL的SVM求解问题。
右图就是分类器的表达式,M是K*N的矩阵,其中K为类别数,N是特征维数,当新来一个样本X时,上式中对应r最大那一行的K值就是最终的分类标签。我们的目标是要最小化经验函数:
阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
  

新浪BLOG意见反馈留言板 不良信息反馈 电话:4006900000 提示音后按1键(按当地市话标准计费) 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

新浪公司 版权所有