斯坦福公开课Machine Learning笔记(十三)--ICA
来源:互联网 发布:seo排名优化软件 编辑:程序博客网 时间:2024/05/21 19:22
斯坦福公开课Machine Learning笔记(十三)–ICA
这系列笔记其实已经手写好, 现在一次性发上来, 主要是怕丢. 内容以Andrew Ng的讲义为主,主要以公式推导与理解为主,引入和介绍省略.对于最后的Reinforcement Learning部分, 由于没有讲义以及对其实在不熟悉, 就没有笔记了(主要还是因为没有讲义).
我对这部分的理解还是不够
PCA本质是旋转找到新的基(basis),即坐标轴,并且新的基的维数大大降低
ICA也是找到新的基,但是目的是完全不一样的,而且ICA是不会降维的
ICA的最经典问题就是鸡尾酒会问题:在鸡尾酒会上有很多人说话,我们放若干个话筒进行声音采样,是否可以分离出每个人独立的声音.
我们有了x,想要求s,那么只要求出A即可.
设w=
但是这样会求得很多w,只是因为音量不同.高斯分布时旋转对称的,所以s一定要是非高斯分布.
假设
这里通过假设CDF来求P:
这里sigmoid函数比较合适
使用随机梯度下降法:
0 0
- 斯坦福公开课Machine Learning笔记(十三)--ICA
- 斯坦福公开课Machine Learning笔记(五)--Support Vector Machine
- 斯坦福公开课Machine Learning笔记(四)--Generative Learning Algorithm
- 斯坦福公开课Machine Learning笔记(六)--Learning Theory
- 斯坦福公开课Machine Learning笔记(八)--Online Learning
- 斯坦福公开课Machine Learning笔记(一)--Linear Regression
- 斯坦福公开课Machine Learning笔记(三)--Generalized Linear Models
- 斯坦福公开课Machine Learning笔记(十一)--Factor Analysis
- 斯坦福公开课Machine Learning笔记(十二)--PCA
- 斯坦福公开课Machine Learning笔记(二)--Classification and Logistic Regression
- 斯坦福公开课Machine Learning笔记(七)--Regularization and model selection
- 斯坦福公开课Machine Learning笔记(九)--The K-means Clustering Algorithm
- 斯坦福公开课Machine Learning笔记(十)--Mixtures of Gaussians and EM algorithm
- 斯坦福的 Machine Learning 公开课,可以注册在线学习
- 斯坦福机器学习公开课笔记(十三)--推荐系统
- 斯坦福公开课mechine learning笔记 之 朴素贝叶斯
- Mechine Learning|斯坦福公开课学习笔记1
- 斯坦福公开课深度学习Deep Learning
- 改革春风吹满地_hdu2036_计算几何
- Codeforces702E Analysis of Pathes in Functional Graph(倍增)
- 51nod 1079 中国剩余定理
- 备份数据库
- memcached如何保存超过30天
- 斯坦福公开课Machine Learning笔记(十三)--ICA
- 图像处理中边缘检测和轮廓检测的区别
- 解决@ResponseBody注解返回中文乱码
- XPath 语法
- 硬盘的读写原理
- C#控制台基础 在数组指定的位置,设定指定的值
- try-catch-finally中return的执行情况
- 插入排序------直接插入
- Unity3d 基于物理渲染Physically-Based Rendering之实现