在之前的BLOG中，我们学习了SVM的实现原理和让SVM如虎添翼的高斯核函数，在这篇BLOG里，就让我们来看看SVM的实现细节吧。 软件的选择 在之前的BLOG中，我们在比较抽象的层面上讨论了支持向量机 SVM 。在这一部分我们来看看为了运行或者说使用 SVM，我们实际上需要做什么。 支持向量机算法是一个特定的优化问题，其优化目的就是最小化如下代价函数： 但是就如我在之前的BLOG中简...
在之前的BLOG中，我们介绍了支持向量机SVM。在许多运用到SVM的实际问题中，我们往往需要另一个高效的工具来加快运行效率，而这个工具就是我们今天要讲的核函数。 高斯核函数 在之前的BLOG里，我们一起学习了SVM-支持向量机，但是在复杂的非线性拟合的时候，使用多项式去拟合往往效率十分低下，所以现在，就让我们一同学习"kernels(核函数)"，来达到简化计算过程的目...
今天在训练的时候，我在做题打表的时候意外发现我们的三角函数和710这个数字有着千丝万缕的不解之缘。查阅资料无果后经过推导我发现了背后的奥妙。今天就让我们来看看关于三角函数和710的那些事吧。 先从一道题目开始 这是ICPC 2019-2020 North-Western Russia Regional Contest的B题，题目大意如下： Treap是一种在二叉搜索树中存储一组结构体的...
在之前的BLOG里，我们一同学习了线性回归，逻辑回归，神经网络等诸多算法。而在这篇BLOG，我们就要一同学习一种更加强大的算法——支持向量机(Support Vector Machine)，以带给我们一个更加方便快捷的监督学习解决方法。 优化目标 支持向量机(Support Vector Machine)或者简称SVM，是一种在学习复杂的非线性方程时更为清晰更加强大的学习算法，正如我们之...
在之前的BLOG里，我们多次提到数据规模对于机器学习算法的作用。数据规模越大训练出来的算法一定更加优秀吗？这篇BLOG就让我们一探究竟吧。 数据与算法效果 在之前的BLOG里。我曾告诫大家不要盲目地花大量的时间去收集大量的数据，因为数据不一定时时刻刻都能起到作用，比如当你的模型正在欠拟合的情况下。但是不得不承认，有时是唯一能实际起到改良算法作用的就是大量的数据。那么数据到底在学习算法的训...