《统计学习方法（第二版）》李航第38页

自然语言处理第十章信息抽取复习

信息抽取信息抽取复习重点：信息抽取概述从任务内容分为：从处理文档类型分为：从发展时间和处理文档分为：实体识别与抽取限定域命名实体识别基于规则或字典的方法：规则模版（字典）+匹配统计学习方法：特征工程+算法

SiYuanFeng·2023-01-04 09:14

fisher信息矩阵_经典模式识别：Fisher线性判别

而一般基于统计学习方法难以求解高维数据，所以降维成了解决问题的突破口。对于高维空间样本，投影到一维坐标上，可能会出现样本特征混杂

weixin_40000702·2023-01-03 21:41

【补充知识】生成模型（generative model）和判别模型（discriminative model）、贝叶斯学派和概率学派

看到过好几次“生成模型”这个词了，一直不太懂，这次买了李航老师的《统计学习方法》看一下。

ViviranZ·2023-01-03 18:16

[NEFU 数据结构] 第 1 章绪论知识点整理

前置知识：C语言参考资料：数据结构C语言版|第二版严蔚敏数据结构C语言版习题解析与实验指导|第二版严蔚敏推荐博客[NEFU]数据结构知识点整理和代码实现一、思维导图二、考点1.2基本概念和术语数据：客观事物的符号表示数据元素

鱼竿钓鱼干·2023-01-03 10:33

[NEFU]数据结构知识点整理和代码实现

前置知识：C语言参考资料：数据结构C语言版|第二版严蔚敏数据结构C语言版习题解析与实验指导|第二版严蔚敏一、知识点整理第1章绪论第2章线性表

鱼竿钓鱼干·2023-01-03 10:03

思维导图：统计学习方法

思维导图：统计学习方法附：文本结构统计学习方法基本概念统计学习的定义又叫统计机器学习基于数据构建概率统计模型，并运用模型进行预测和分析的一门学科主要特点建立在计算机和网络之上以数据为研究对象，是数据驱动的学科目的是对数据进行预测和分析以方法为中心

路飞的纯白世界·2023-01-03 09:21

机器学习笔记（六）-神经网络：概述

本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。

997and·2023-01-02 11:42

Boosting中Adaboost的通俗理解

今天知乎上被私信说我对Adaboost的通俗解释很好理解，那我就把当初的答案贴下来，做个记录吧，该理解没有任何数学公式要看数学公式的推荐每个做统计算法和机器学习的人都会看的：李航统计学习方法的Adaboost

RoadmanG·2023-01-02 09:14

《视觉SLAM十四讲第二版》课后习题

本文为《视觉SLAM十四讲》(第二版)的课后习题解答，为本人学习时参考着网上的资源所写的答案，可能有所纰漏，希望大家指出。

鱼肖浓++·2023-01-01 17:55

【slam十四讲第二版】【课本例题代码向】【第七讲~视觉里程计Ⅰ】【1OpenCV的ORB特征】【2手写ORB特征】【3对极约束求解相机运动】【4三角测量】【5求解PnP】【3D-3D:ICP】

【slam十四讲第二版】【课本例题代码向】【第七讲~视觉里程计Ⅰ】【1OpenCV的ORB特征】【2手写ORB特征】【3对极约束求解相机运动】【4三角测量】【5求解PnP】【3D-3D:ICP】前言1OpenCV

踏破万里无云·2023-01-01 17:23

【解决问题】【SLAM十四讲第7讲】【关于solvePnP()函数采用P3P方法解决报错的问题】

SLAM十四讲第7讲】【关于solvePnP函数采用P3P方法解决报错的问题】0错误提示1解决方案在尝试使用P3P方法解决solvePnP的问题时，如果你好奇是什么代码，可以参考我的文章：【slam十四讲第二版

踏破万里无云·2023-01-01 17:23

视觉SLAM十四讲第二版笔记及课后习题-第一讲

视觉SLAM十四讲笔记及课后习题-第一讲前言写这个博客主要是为了总结一下自己近期学习的一些知识，希望能够理顺一下，可能会包括笔记，代码实践，课后习题，这里面会有一些自己的理解以及从其他博客或者网站中了解到的相关知识。笔记SLAM是SimultaneousLocalizationandMapping的缩写，中文译作“同时定位与地图构建”。它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动

vegatable dog·2023-01-01 17:20

【slam十四讲第二版】【课后习题】【第七讲~视觉里程计Ⅰ】

【slam十四讲第二版】【课后习题】【第七讲~视觉里程计Ⅰ】0前言1课后习题1.1.除了本书介绍的ORB特征点外，你还能找到哪些其他的特征点？

踏破万里无云·2023-01-01 17:18

统计学习方法-6逻辑回归

文章目录逻辑斯蒂回归模型最大熵模型模型学习的最优化算法逻辑斯蒂回归模型逻辑斯蒂分布设X是连续随机变量，X服从逻辑斯蒂分布是指X具有下列分布函数和密度函数：F(x)=P(X≤x)=11+e−(x−μ)/γF(x)=P(X\leqx)=\frac{1}{1+e^{-(x-\mu)/\gamma}}F(x)=P(X≤x)=1+e−(x−μ)/γ1f(x)=F′(x)=e−(x−μ)/γγ(1+e−(x−

◝(⑅•ᴗ•⑅)◜..°♡·2023-01-01 08:20

LR逻辑斯回归分析（优缺点）

本文是在学习完李航老师的《统计学习方法》后，在网上又学习了几篇关于LR的博客，算是对LR各个基础方面的一个回顾和总结。一简述逻辑斯蒂回归是一种对数线性模型。

老司机的诗和远方·2023-01-01 00:14

李航第一章机器学习与监督学习概论

1.5正则化数学原理及扩展为什么正则化能够解决过拟合的问题？为什么L1正则更具有稀疏性？答：【机器学习面试题】为什么正则化可以防止过拟合？为什么L1正则化具有稀疏性？_哔哩哔哩_bilibili1.6泛化能力常用泛化误差上界来表示泛化能力，公式是重点，可以等后面具体例子中结合一下理解1.7生成模型与判别模型直观理解：判别式模型关心边界，生成式模型关心数据本身特点简单实例：生成式模型估计的是联合概率

Lofty_goals·2022-12-31 12:40

【Python】零基础入门 Python学习路线最佳实践，推荐，建议收藏！

官方文档1.2廖雪峰的官网1.3菜鸟教程-Python基础教程1.4Python在线手册1.5Python-Guide1.6realpython2经典书籍2.1入门书籍《Python编程：从入门到实践（第二版

双木的木·2022-12-31 10:03

李航老师对预训练语言模型发展的一些看法

作者|李航编译|李梅、黄楠编辑|陈彩娴从俄国数学家AndreyMarkov（安德烈·马尔可夫）提出著名的「马尔科夫链」以来，语言建模的研究已经有了100多年的历史。

zenRRan·2022-12-30 23:33

黑帽python第二版（Black Hat Python 2nd Edition）读书笔记之第三章网络工程-原始套接字与嗅探（1）主机发现工具与包嗅探

黑帽python第二版（BlackHatPython2ndEdition）读书笔记之第三章网络工程-原始套接字与嗅探（1）主机发现工具文章目录黑帽python第二版（BlackHatPython2ndEdition

阿尔泰野狼·2022-12-30 19:51

统计学习方法李航课后习题答案第二版机器学习

李航《统计学习方法》课后习题答案（第2版）【李航课后习题解答+书中疑点推导+算法代码实现+可私聊耐心解答(48小时内回复)，包会！！】

#苦行僧·2022-12-30 10:01

语音参数的提取及其用途

参考书籍：1、宋知用等，北京航空航天大学出版社，《MATLAB语音信号分析与合成》-第二版2、韩纪庆

Stray men·2022-12-30 07:56

爬了蛋卷数据，策略大赚15个点！

事情是这样的，之前10月份的时候我就开始搭建自己的估值系统从爬数据，到确定算法，再到最后的自动更新、定时通知，差不多到了11月中旬策略更新到了第二版。

卓怡工作室·2022-12-30 02:17

机器学习算法--感知机

主要依据的算法流程是《统计学习方法》中关于感知机的算法过程，具体如下。

key_points·2022-12-29 21:43

【人工智能系列经典图书翻译】可解释机器学习（第二版）第1章前言

第1章前言当我在临床研究中担任统计学家时，这本书是作为一个副项目来进行的。我每周工作四天，在我的“休息日”中，我从事一些业余项目。最终，《可解释机器学习》成为我的副业之一。起初我并没有打算写一本书。相反，我只是想了解更多关于可解释机器学习的信息，并且正在寻找可以学习的好资源。鉴于机器学习的成功和可解释性的重要性，我预计会有大量关于这个主题的书籍和教程。但是我只找到了相关的研究论文和一些散布在互联网

上下求索.·2022-12-28 16:58

Python深度学习之模型优化

DeepLearningwithPython这篇文章是我学习《DeepLearningwithPython》(第二版，FrançoisChollet著)时写的系列笔记之一。

CDFMLR·2022-12-28 07:41

机器学习与优化论专业读本

自2013年起间歇性读过以下专业读本，大部分内容已读过一遍，少量读过2-3遍，略以记录.1.统计学习方法（第一版、第二版李航著）2.机器学习（周志华）3.PRML（Pattern-Recognition-and-Machine-Learning

scott198510·2022-12-27 15:10

第二次作业：深度学习基础

ekkoalex·2022-12-27 14:54

机器学习笔记之基础回归问题

前言本文参考了《机器学习》周志华著中的3.2节中的线性回归内容和《统计学习方法》李航著的6.1节中的逻辑回归内容，并结合逻辑回归两个实验进行总结。线性模型什么是线性模型呢？

达不溜溜球·2022-12-27 11:37

图解深度学习-神经网络

深度学习深度学习是一种统计学习方法，可以在大量数据中自动提取关键特征信息。深度学习的分类深度学习的起源有感知器和基于图模型的玻尔兹曼机。在这两个的基础上引入多层结构形成了现在的深度学习。

南妮儿·2022-12-27 06:56

机器学习之概率图模型

《统计学习方法》例10.2python代码1.2.2.状态序列预测问题算法1.2.2.1.直接暴力计算法1.2.2.2.Viterbi算法1.3

lankuohsing·2022-12-26 22:05

李航统计学习方法----感知机章节学习笔记以及python代码

目录1感知机模型2感知机学习策略2.1数据集的线性可分性2.2感知机学习策略3感知机学习算法3.1感知机学习算法的原始形式3.2感知机算法的对偶形式4感知机算法python代码感知机(perceptron)是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值．感知机对应于输入空间（特征空间〉中将实例划分为正负两类的分离超平面，属于判别模型．感知机学习旨在求出将训练数

詹sir的BLOG·2022-12-26 12:09

机器学习笔记（十）-支持向量机（SVM）

本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。

997and·2022-12-26 09:45

统计学习方法超详细学习笔记-第五章决策树

第五章决策树决策树(decisiontree)种基本的分类与回归方法。本章主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性，分类速度快。学习时，利用训练数据，根据损失函数最小化的原则建立决策树模型。预测时，对新的数据，利用决策树模型进行

xingS1992·2022-12-26 04:20

【Python】Python学习教程与资源链接

Python3.7.4官方中文文档Python标准库中文版廖雪峰Python3中文教程Python3.3官方教程中文版Python3Cookbook中文版ThinkPython2e最新版中文Python核心编程第二版中文菜鸟教程

浪荡子爱自由·2022-12-25 19:30

学习笔记|计算机组成原理2-计算机的发展及应用

学习笔记|计算机组成原理2-计算机的发展及应用教材：《计算机组成原理》第二版作者：唐朔飞出版社：高等教育出版社2.1计算机的发展史ps:写在前面，小私心推荐bilibili的科普教程【计算机科学速成课】

五五吃不饱·2022-12-25 15:22

机器学习之感知机模型

机器学习之感知机模型写在前面感知机模型的初步理解自我理解感知机模型建立对偶形式写在前面这部分主要是基于李航老师的《统计学习方法》以及参考部分博客完成，写出来让自己更好理解。

cug_humoumou·2022-12-24 17:39

【ENVI】遥感图像处理实验

三、操作手册参考《ENVI遥感图像处理方法（第二版）》。图1ENVI遥感图像处理方法（第二版）实验二数据下载、导入、目视解译与分析

木灬唯紫·2022-12-24 11:41

【白话机器学习】算法理论+实战之K-Means聚类算法

常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等无监督算法：聚类，降维，关联规则,PageRank等为了详细的理解这些原理，曾经看过西瓜书，统计学习方法

算法channel·2022-12-24 11:04

【机器学习】Adaboost、GBDT、XGBoost算法原理解析

GBDT和XGBoost《统计学习方法》与《机器学习》这两本书中都没有涉及，但是看别人在牛客网上的面经分享都有提到，其实这两个算法主要在竞赛中经常被用到，因此还是有必要了解一下。

秋天的波·2022-12-24 10:58

决策树与随机森林

2.生成（步骤和公式的话，《统计学习方法》讲的很清楚）决策树学习采用自顶向下的递归方法，以信息熵为度量构造一棵熵值下降最快的树，到叶子节点处的

JNYxiaocao·2022-12-24 08:59

R 语言实战-Part 4 笔记

R语言实战（第二版）##part4高级方法-------------第13章广义线性模型------------------#前面分析了线性模型中的回归和方差分析，前提都是假设因变量服从正态分布#广义线性模型对非正态因变量的分析进行扩展

weixin_30808693·2022-12-24 03:12

强化学习导论_Example 6.5: Windy Grid-world

组会汇报时需要整理《强化学习导论》第二版-Sutton一书中的例题代码，所以将理解过程记录了一下，并且巩固一遍python的基础知识。

Horizon-Wenty·2022-12-23 14:33

通过代码学Sutton强化学习1：Grid World OpenAI环境和策略评价算法

经典教材ReinforcementLearning:AnIntroduction第二版由强化领域权威RichardS.Sutton和AndrewG.Barto完成编写，内容深入浅出，非常适合初学者。

MyEncyclopedia·2022-12-23 14:03

SVM(6)——序列最小最优化算法(SMO)代码

一、代码根据李航统计学习方法第一版的公式进行编写，与sklearn的svm进行对比importnumpyasnpfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test

嘻哈过路人·2022-12-23 13:12

《属性数据分析引论》部分课后习题R语言实践（第三章、第四章）

3.19a小题b小题c小题第四章Logistic回归习题4.1a小题b小题c小题d小题e小题习题4.2a小题b小题c小题d小题小结前言习题选自高等教育出版社译制，AlanAgresti著的《属性数据分析引论(第二版

突发恶疾的Kaz哥·2022-12-23 12:08

人工智能算法（1）感知机原理及代码实现（C#）

统计学习方法|感知机原理剖析及实现对感知机的讲解很直观。例如有一堆零件，每个零件有重量、长度等。

长安山南君·2022-12-23 10:50

《西瓜书》学习笔记-目录

《机器学习》，即西瓜书是机器学习的入门书籍，也是比较完整的书，此笔记是通读西瓜书后，对于重要知识点进行总结和完善，对于一些公式进行了完整的推导后的学习笔记，同时也参考了李航老师的《统计学习方法》，还有很多其他老师的博客共同所得

ruoqi23·2022-12-23 10:00

机器学习之最大熵模型

最大熵模型的详细推导（参考李航老师机器学习）1.最大熵的原理2.最大熵模型的定义3.最大熵模型的学习3.1转换为对偶问题4.最大熵模型的极大似然估计5.参考文献1.最大熵的原理最大熵的原理是概率模型学习的一个准则

qq_32067123·2022-12-22 16:40

机器学习 | 最大熵模型

2.3.3最大熵模型的表示2.3.4最大熵模型的学习3最大熵模型的应用场景4模型优缺点4.1优点4.2缺点参考1前言继续梳理李航老师《统计学习方法》的章节内容，今天我们一起来看一看啥叫最大熵模型？

写代码的阿呆·2022-12-22 16:09

推荐频道

《统计学习方法（第二版）》李航

自然语言处理 第十章 信息抽取 复习