-
Notifications
You must be signed in to change notification settings - Fork 2
Expand file tree
/
Copy pathdoc.txt
More file actions
47 lines (38 loc) · 1.67 KB
/
Copy pathdoc.txt
File metadata and controls
47 lines (38 loc) · 1.67 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
功能:实时获取数据并进行预测,采用生产者——消费者模型,此处要起的线程如下:
1、原始数据生产者(用户提供,此处会给实例)
2、数据分发者(接收1的数据,发给3和4)
3、抽象学习系统(接收2的数据,进行模型构建,为4提供算法)
4、预测、输出(接收3输出的算法,2传递的待预测数据(此数据缓存不断更新),输出预测结果)
命名前缀:AL
2014.3.18
1、解决不同预测器步长不同而带来的混淆问题(完成)
2、添加引用计数,以解决学习器被释放的问题(完成)
2014.4.5
1、完成全部功能
2015.1.7
Machine Learning框架设计
算法分类
实体算法:
(1)数据提取(时间序列展开/相空间,压缩感知?)
(2)数据变换(PDA,小波,自动编码器,LU分解,核映射)
(3)数据的数值预测(线性回归,FCN)
(4)数据的分类:逻辑回归,决策树(SVM的预测属于此类)
(5)定式最优化算法:线性规划,二次规划(SMO)
(6)校验计算:SSE
(7)数据聚类:K-均值,随机均值聚类
(8)规则学习:关联规则挖掘
抽象层算法:
(1)启发式优化算法:粒子群/遗传算法/模拟退火
(2)交叉验证
(3)遗传规划
(4)增量计算,在线学习
两种框架
1、深度学习
2、抽象学习/两重学习
2015.7.20
1、修正ALFloatMatrix矩阵运算中,未考虑分散矩阵的情况
2015.9.15
1、加入分类器权重设置功能
2、重新设计时间序列的链点数据结构(当前太慢)
2016.7.8
1、修复GMM分类算法的bug(目前随机出结果)(7.9修复)