8.3 EM算法流程 8.3 EM算法流程 看完数学推导，算法的流程也就十分简单了，这里有两个版本，版本一来自西瓜书，周天使的介绍十分简洁；版本二来自于大牛的博客。结合着数学推导，自认为版本二更具有逻辑性，两者唯一的区别就在于版本二多出了红框的部分，这里我也没得到答案，欢迎骚扰讨论~ 版本一： 版本二：

10、聚类算法 上篇主要介绍了一种机器学习的通用框架—集成学习方法，首先从准确性和差异性两个重要概念引出集成学习“好而不同 ”的四字真言，接着介绍了现阶段主流的三种集成学习方法：AdaBoost、Bagging及Random Forest，AdaBoost采用最小化指数损失函数迭代式更新样本分布权重和计算基学习器权重，Bagging通过自助采样引入样本...

7.8. Adam算法 7.8.1. 算法 7.8.2. 从零开始实现 7.8.3. 简洁实现 7.8.4. 小结 7.8.5. 练习 7.8.6. 参考文献 7.8. Adam算法 Adam算法在RMSProp算法基础上对小批量随机梯度也做了指数加权移动平均[1]。下面我们来介绍这个算法。 7.8.1. 算法 Adam算法使用了动...

5.2 缓存淘汰算法 5.2.1 初始化项目 5.2.2 缓存接口 5.2.3 FIFO（First In First Out） 5.2.2.1 FIFO 算法实现 1、核心数据结构 2、新增/修改 3、查找 4、删除 5、获取缓存记录数 5.2.3.2 测试 5.2.2.3 小结 5.2.4 LFU（Least Frequently ...

功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 模型结果 预测结果 功能介绍 LDA是一种文档主题生成模型。LDA是一种非监督机器学习技术，可以用来识别大规模文档集（document collection）或语料库（corpus）中潜藏的主题信息。它采用了词袋（bag of words）的方法，这种方法将每一篇文档视为一个词频向量，...

拜占庭问题与算法 两将军问题 拜占庭问题 问题的解决 拜占庭容错算法 新的解决思路 拜占庭问题与算法 拜占庭问题（Byzantine Problem）又叫拜占庭将军（Byzantine Generals Problem）问题，讨论的是允许存在少数节点作恶（消息可能被伪造）场景下的如何达成共识问题。拜占庭容错（Byzantine Fault ...

功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 模型结果 预测结果 功能介绍 LDA是一种文档主题生成模型。LDA是一种非监督机器学习技术，可以用来识别大规模文档集（document collection）或语料库（corpus）中潜藏的主题信息。它采用了词袋（bag of words）的方法，这种方法将每一篇文档视为一个词频向量，...

核心算法介绍 数据合并 数据入库算法 初步性能指标： 核心算法介绍 实际测试中，otter的同步速度相比于mysql的复制，约有5倍左右的性能提升，这取决于其同步算法的实现. 抛弃了强一致性，得到了性能提升 数据合并 1. insert + insert -> insert (数据迁移+数据增量场景) 2. insert ...

RR 调度算法实现 RR 调度算法实现 RR调度算法的调度思想 是让所有runnable态的进程分时轮流使用CPU时间。RR调度器维护当前runnable进程的有序运行队列。当前进程的时间片用完之后，调度器将当前进程放置到运行队列的尾部，再从其头部取出进程进行调度。RR调度算法的就绪队列在组织结构上也是一个双向链表，只是增加了一个成员变量，表明在此就...

页替换算法 页替换算法 操作系统为何要进行页面置换呢？这是由于操作系统给用户态的应用程序提供了一个虚拟的“大容量”内存空间，而实际的物理内存空间又没有那么大。所以操作系统就就“瞒着”应用程序，只把应用程序中“常用”的数据和代码放在物理内存中，而不常用的数据和代码放在了硬盘这样的存储介质上。如果应用程序访问的是“常用”的数据和代码，那么操作系统已经放置...