Skip to content

Latest commit

 

History

History
88 lines (43 loc) · 5.45 KB

机器学习-016:MachineLN之感知机源码.md

File metadata and controls

88 lines (43 loc) · 5.45 KB

我想说:

其实很多东西还是要靠自己,靠自己去完成最大的一点就是远离舒适区,试想一下自己每时每刻都要为下一顿能不能吃上饭而奋斗,是一种什么样的体验,估计你连想都不敢想;最近又听到说下岗的问题,有一个人说他除了收钱什么都不会,有时候也要多培养点自己的能力,做好一项,其他的也了解(当然也不了太多),多给自己备好能力,远离舒适区,但无论在哪里都有这么一批人,那你考虑过没有公司万一不景气,第一个下岗的会是谁?下岗了又可以迅速跨到别的领域的又是谁?我做不到这一点,但我在加油,要永远记住:公司不养闲人!比你优秀的人比你还努力,你还好意思说你不会?不会可以学啊,不学永远不会,哈哈,言辞过激了吗,也不知道咋地,最近着魔了吧!!!

除了宁向东的清华管理学课,又在书单中加了香帅的北大金融学课,我也不是想什么都会,装逼啥滴,我也只是想每周拿出两个小时,学点管理学和金融学的的思维方式而已。

下面是加详细注释的感知机代码:又是截图,记住好代码都是敲出来的!下面代码要结合感知机原理来看:MachineLN之感知机

但是代码很方便理解,还有图示:

1. 原始形式的感知机算法:

image

image

image

image

image

image

用来显示样本点 和 分类线:

image

看一下感知机的分类结果:

image


2. 对偶形式的感知机算法 (对偶形式要计算gram矩阵)

image

原理跟上面原始感知机对偶算法差不多,所以只加了简单注释:

image

image

推荐阅读:

1. 机器学习-1:MachineLN之三要素

2. 机器学习-2:MachineLN之模型评估

3. 机器学习-3:MachineLN之dl

4. 机器学习-4:DeepLN之CNN解析

5. 机器学习-5:DeepLN之CNN权重更新(笔记)

6. 机器学习-6:DeepLN之CNN源码

7. 机器学习-7:MachineLN之激活函数

8. 机器学习-8:DeepLN之BN

9. 机器学习-9:MachineLN之数据归一化

10. 机器学习-10:MachineLN之样本不均衡

11. 机器学习-11:MachineLN之过拟合

12. 机器学习-12:MachineLN之优化算法

13. 机器学习-13:MachineLN之kNN

14. 机器学习-14:MachineLN之kNN源码

15. 机器学习-15:MachineLN之感知机

16. 机器学习-16:MachineLN之感知机源码

17. 机器学习-17:MachineLN之逻辑回归

18. 机器学习-18:MachineLN之逻辑回归源码

image

版权声明:本文为博主原创文章,未经博主允许不得转载。有问题可以加微信:lp9628(注明CSDN)。