数学推导

数学推导+纯Python实现机器学习算法27：LDA线性判别分析

Python机器学习算法实现Author：louwillMachineLearningLab线性判别分析（LinearDiscriminantAnalysis，LDA）是一种经典的线性分类方法。注意机器学习中还有一种用于NLP主题模型建模的潜在狄利克雷分布（LatentDirichletAllocation）也简称为LDA，大家在学习的时候注意区分。不同于上一讲谈到的PCA降维使用最大化方差的思想
louwill12·2020-06-28 20:26

数学推导+纯Python实现机器学习算法4：决策树之ID3算法

Python机器学习算法实现Author：louwill作为机器学习中的一大类模型，树模型一直以来都颇受学界和业界的重视。目前无论是各大比赛各种大杀器的XGBoost、lightgbm还是像随机森林、Adaboost等典型集成学习模型，都是以决策树模型为基础的。传统的经典决策树算法包括ID3算法、C4.5算法以及GBDT的基分类器CART算法。三大经典决策树算法最主要的区别在于其特征选择准则的不同
louwill12·2020-06-28 20:25

数学推导+纯Python实现机器学习算法12：贝叶斯网络

Python机器学习算法实现Author：louwill在上一讲中，我们讲到了经典的朴素贝叶斯算法。朴素贝叶斯的一大特点就是特征的条件独立假设，但在现实情况下，条件独立这个假设通常过于严格，在实际中很难成立。特征之间的相关性限制了朴素贝叶斯的性能，所以本节笔者将继续介绍一种放宽了条件独立假设的贝叶斯算法——贝叶斯网络(BayesianNetwork)。贝叶斯网络的直观例子先以一个例子进行引入。假设
louwill12·2020-06-28 20:25

数学推导+纯Python实现机器学习算法9：线性支持向量机

Python机器学习算法实现Author：louwill在上一讲中，我们探讨了线性可分情况下的支持向量机模型。本节我们来继续探讨svm的第二种情况，线性支持向量机。何谓线性支持呢？就是训练数据中大部分实例组成的样本集合是线性可分的，但有一些特异点的存在造成了数据线性不可分的状态，在去除了这些特异点之后，剩下的数据组成的集合便是线性可分的。原始问题所以我们可以在线性可分支持向量机的基础上，推导线性支
louwill12·2020-06-28 20:25

数学推导+纯Python实现机器学习算法2：逻辑回归

自本系列第一讲推出以来，得到了不少同学的反响和赞成，也有同学留言说最好能把数学推导部分写的详细点，笔者只能说尽力，因为打公式实在是太浪费时间了。。
louwill12·2020-06-28 20:54

数学推导+纯Python实现机器学习算法1：线性回归

很多同学在学习机器学习的时候，理论粗略看一遍之后就直接上手编程了，非常值得表扬。但是他不是真正的上手写算法，而是去直接调用sklearn这样的package，这就不大妥当了。笔者不是说调包不好，在实际工作和研究中，封装好的简单易用的package给我们的工作带来了莫大的便利，大大提高了我们机器学习模型和算法的实现效率。但这仅限于使用过程中。笔者相信很多有企图心的同学肯定不满足于仅仅去使用这些pac
louwill12·2020-06-28 20:54

机器学习（3）-逻辑回归

Sigmoid函数g(z)=11+e−zx取值为任意实数，y取值为[0,1]看成是把实数映射成一个概率值，可用作分类任务数学推导预测函数：hθ(x)=g(θTx)=11+e−θTxθTx表示原假设函数的参数矩阵
TasIsMe·2020-06-28 19:12

增强学习（Reinforcement Learning）知识整理

这篇文章总结的东西是一些大体的思路以及理解性的东西，没有什么过多的数学推导。一些细节的东西会
Elitack·2020-06-28 17:39

LambdaMART简介——基于Ranklib源码（一 lambda计算）

有的时候即使理解了数学推导过程，也仍然会一知半解，离自己写程序实现，似乎还有一道鸿沟。
weixin_34112208·2020-06-28 11:38

1.2.3.《万门大学-人工智能、大数据、复杂系统》课程大纲

粗略大纲：1.贝叶斯与随机过程1.贝叶斯分析2.随机过程理论2.机器学习1.监督学习（重点）1.扫描各种算法1.数学推导2.程序清单1.安装2.介绍2.无监督学习3.强化学习3.深度学习（重点）1.公式
weixin_30883777·2020-06-28 02:59

双目视觉几何框架详解

数学推导是有着几分枯燥的，但奇妙的计算机视觉世界是建立在严密的数学架构之上的。所以对数学框架的理解是理解双目视觉的必由之路。不过请大家放心，接下来玉米会以
weixin_30794491·2020-06-28 00:24

图神经网络 The Graph neural network model

1图神经网络（原始版本）图神经网络现在的威力和用途也再慢慢加强我从我看过的最原始和现在慢慢最新的论文不断写上我的看法和见解本人出身数学所以更喜欢数学推导第一篇就介绍图神经网络想法的开端之后的图神经网络模型都是基于此慢慢改进
weixin_30699465·2020-06-27 23:23

深度学习理论解析与实战应用

深度学习的复杂性和难点主要体现在神经网络模型的数学推导、神经网络模型的优化，以及如何构建一个优秀的深度学习模型解决实际问题。
GitChat的博客·2020-06-27 11:18

机器学习极简入门课

需要购买训练营课程的同学请点击下方链接：21天入门机器学习-第03期课程介绍本达人课针对机器学习初学者，从机器学习、深度学习最基本的原理及学习意义入手，以模型为驱动，带领大家吃透几个最经典的机器学习模型——学习这些模型的原理、数学推导
GitChat的博客·2020-06-27 10:15

最大熵模型中的数学推导

最大熵模型中的数学推导0引言写完SVM之后，一直想继续写机器学习的系列，无奈一直时间不稳定且对各个模型算法的理解尚不够，所以导致迟迟未动笔。
v_JULY_v·2020-06-27 10:46

通俗理解LDA主题模型

记得还打印过一次，但不知是因为这篇文档的前序铺垫太长（现在才意识到这些“铺垫”都是深刻理解LDA的基础，但如果没有人帮助初学者提纲挈领、把握主次、理清思路，则很容易陷入LDA的细枝末节之中），还是因为其中的数学推导细节太多
v_JULY_v·2020-06-27 10:13

双目视觉三维重建框架

数学推导是有着几分枯燥的，但奇妙的计算机视觉世界是建立在严密的数学架构之上的。所以对数学框架的理解是理解双目视觉的必由之路。不过请大家放心，接下来玉米会以
机器之眼·2020-06-27 09:10

2017年数据分析与机器学习实战到经典案例全套高清视频教

课程特点：1.通俗易懂，快速入门对机器学习经典算法结合数学推导进行形象解释，实例演示。2.Python主导，实用高效使用数据领域最主流语言Python及其分析与建模库作为课程核心工具。
uymcdfex·2020-06-27 08:49

机器学习--- 一元线性回归数学推导以及Python实现

一元线性回归的数学推导一元线性回归概念用相关系数去衡量线性相关性的强弱。
逐夸父·2020-06-27 06:27

LDA的python实现之模型参数训练

LDA全称是LatentDirichletAllocation(隐狄利克雷分布),而不是LinearDiscriminantAnalysis,相信大家很多都对lda的理解感到痛苦不已，因为里面涉及到的数学推导实在是太多了
天才暴风·2020-06-26 22:03

100-Days-Of-ML系列Day6

上一篇文章已经解释了逻辑回归的原理和数学推导过程，这一篇来学习逻辑回归在python中的实现。数据集在这里该数据集包含了社交网络中用户的信息。这些信息涉及用户ID,性别,年龄以及预估薪资。
sysu63·2020-06-26 17:13

100-Days-Of-ML系列Day4、

下面给出逻辑回归的数学推导过程
sysu63·2020-06-26 17:12

卷积神经网络（CNN）相关知识以及数学推导

神经网络概述神经元模型以上就是经典的“M-P神经元模型”。在这个模型中，神经元接收来自n个其他神经元传递过来的输入信号，这些输入信号通过带权重的连接进行传递，神经元接收到的总输入值将于神经元的阈值进行比较，然后通过“激活函数”处理以产生神经元的输出。感知机感知机（Perceptron）是由两层神经元组成，输入层接收外界输出信号后传递给输出层，输出层是M-P神经元，也称为“阈值逻辑单元”。感知机能够
Camlin_Z·2020-06-26 11:10

吴恩达机器学习（一）批量梯度下降算法练习

吴恩达机器学习（一）批量梯度下降算法练习批量梯度学习算法理论推导实例总结批量梯度学习算法理论推导吴恩达机器学习课程的第一课中介绍了批量梯度下降算法，本节首先对该算法进行一定的数学推导。
sddfsAv·2020-06-26 07:00

人工智能经典书籍总结

TheCambridgeHandbookofArtificialIntelligence》适合非专业人士拓展视野《MachineLearning》TomM.Mitchell侧重于广度，并不涉及大量复杂的数学推导
ROOOOOOM·2020-06-25 19:36

EM算法通俗理解及数学推导

推荐链接：https://blog.csdn.net/ali197294332/article/details/513989631、EM，exceptionmaximum.算法针对非监督学习中，只有数据集X、不知道每个样本属于什么参数θ（均值μ、方差∑）的高斯分布、不知道数据的类别标签，EM将各“类别”的高斯分布参数θ作为未知，最大化获得该组样本的概率，以求取每一类别的高斯分布参数。假设每个样本独
玉米米的后花园·2020-06-25 17:28

机器学习实战---KNN算法的应用小例

没有繁杂的数学推导过程,先给出概念和实战应用,等对ML有个大致了解后再去啃那些理论书,大量的代码真的很对胃口啊啊啊啊关与机器学习的这里不废话太多,直接进入正题KNN算法那么什么是KNN呢?
青衣白·2020-06-25 16:04

冈萨雷斯《数字图像处理》学习笔记（四）频率域图像增强

一、傅里叶变换基础一维傅里叶变换数学推导首先，我们知道傅里叶级数，形如：是由三角函数系经过组合所产生的三角级数。a0，an，bn称为傅里叶系数。为了求傅里叶系数，我们先引出下面的预备知识。三
孙ちゃん（颖）♂·2020-06-25 13:40

隐马尔科夫模型（HMM）—— 数学推导，图文并茂

出处：视频截图，b站shuhuai008目录代码实现：hmmlearn1.背景1.1数理统计学两大派1.2概率图2.HMM2.1一个模型，两个假设，三个问题2.2Evaluation问题（1）前向（2）后向2.3Learning问题2.4Decoding问题3.总结3.1HMM3.2动态模型（DynamicModel）例子：HMM与分词、词性标注、命名实体识别HMM求解三大问题的小例子代码实现：h
满腹的小不甘·2020-06-25 03:27

神经网络基础-logistic回归

logistic回归数学推导logistic回归是机器学习中一个基础的用于分类的方法，在此讨论二类分类，训练集由带有标签1或0的样本集合X组成，我们需要学习的是一种映射关系该映射关系的参数为,在logistic
qsyysq·2020-06-25 02:02

广义线性模型（Generalized Linear Models, GLM）

（这一篇数学推导占了大多数，可能看起来会略有枯燥，但这本身就是一个把之前算法统一起来的抽象模型，从一个更高的角度给出了一个更具泛化能力的方法，还是很有意义的。）1.指数分布族首先，我们先来定义指数
绝对不要看眼睛里的郁金香·2020-06-25 00:39

lstm的数学推导

本文是根据以下三篇文章整理的LSTM推导过程，公式都源于文章，只是一些比较概念性的东西，要coding的话还要自己去吃透以下文章。前向传播：1、计算三个gate（in,out,forget）的输入和cell的输入：zinj(t)=∑mwinjmym(t−1)+∑v=1SjwinjcvjScvj(t−1),(1)(1)zinj(t)=∑mwinjmym(t−1)+∑v=1SjwinjcjvScjv(
hello小工·2020-06-24 20:49

机器学习第十周 SVM 支持向量机

机器学习第十周支持向量机SVN学习目标知识点描述：致敬真神：支持向量机学习目标：SVM算法原理及数学推导*SVM算法中的核函数*SVM算法解决分类问题及回归问题学习内容入门支持向量机1：图文详解SVM原理与模型数学推导入门支持向量机
rungedu·2020-06-24 08:50

机器学习第七周 逻辑回归

机器学习第七周逻辑回归1学习目标知识点描述：应用广泛的二分类算法——逻辑回归学习目标：逻辑回归本质及其数学推导逻辑回归代码实现与调用逻辑回归中的决策边界、多项式以及正则化2学习内容《出场率No.1的逻辑回归算法
rungedu·2020-06-24 08:49

资源《机器学习基础：案例研究》by 华盛顿大学

不同于其他大佬们的更偏理论、算法原理、数学推导等的机器学习课程，本门课程以诸多案例的方式来介绍机器学习的一些知
随心所欲_7b32·2020-06-24 05:33

11-07除法

无符号是div这是经过数学论证的，当除数位置是没有优化的余地的变化二除数不是变量，且除数是2的幂1.在无符号的情况下，采取向下取整的除法，，一般直接使用右移指令图片.png2.有符号的情况下，需要经过数学推导
五行猫·2020-06-24 03:15

机器学习笔记（10）——逻辑回归算法优化之随机梯度下降法

在上一篇文章《机器学习笔记（9）——深入理解逻辑回归算法及其Python实现》中，详细学习了逻辑回归算法的分类原理和使用梯度下降法来最小化损失函数的数学推导过程，从而拟合出分类函数的参数θ。
赵赵赵颖·2020-06-24 03:10

多线程并发总结五 CSP

当一个Process使用数学语言描述了出来，我们就可以对其进行数学推导简化和分析，比如研究会不会发生死锁和进入发散无序状态等等。既然CSP可以用来分析多线程的，那么计算机语言也提供了对应的支持。
李乐客·2020-06-24 02:12

C++数字图像处理（3）—直方图均衡化

直方图均衡化的具体数学推导这里不做介绍，这里，我们只用“白话”的形式介绍一下累积分布函数（CDF）这个概念。说到分布，肯定就会牵涉到随机变量。
图像大师·2020-06-23 16:34

几句话了解自编码器到变分自编码器

变分自编码器是很火的生成网络，数学推导很复杂，我喜欢望眼欲穿的感觉，一眼就看到本质，所以就记录自己的理解。
司徒剑南·2020-06-23 13:56

今日推荐课程：机器学习极简入门

课程介绍本达人课针对机器学习初学者，从机器学习、深度学习最基本的原理及学习意义入手，以模型为驱动，带领大家吃透几个最经典的机器学习模型——学习这些模型的原理、数学推导、训练过程和优化方法。
csdn人工智能头条·2020-06-23 11:17

C语言实现BMP图像处理（任意角度旋转）

原理参考：https://blog.csdn.net/liyuan02/article/details/6750828实现对对任意角度的旋转，具体数学推导网上找。
大辉哥撸代码·2020-06-23 07:58

【机器学习基础】数学推导+纯Python实现机器学习算法3：k近邻

作为一种没有显式训练和学习过程的分类和回归算法，k近邻在众多有监督机器学习算法中算是一种比较独特的方法。说它独特，是因为k近邻不像其他模型有损失函数、有优化算法、有训练过程。对于给定的实例数据和实例数据对应所属类别，当要对新的实例进行分类时，根据这个实例最近的k个实例所属的类别来决定其属于哪一类。所以相对于其它机器学习模型和算法，k近邻总体上而言是一种非常简单的方法。k近邻基本理论先来看k近邻算法
风度78·2020-06-23 07:43

【机器学习基础】数学推导+纯Python实现机器学习算法2：逻辑回归

自本系列第一讲推出以来，得到了不少同学的反响和赞成，也有同学留言说最好能把数学推导部分写的详细点，笔者只能说尽力，因为打公式实在是太浪费时间了。。
风度78·2020-06-23 07:43

从文本分类来看图卷积神经网络

本文包括以下内容，阅读时间10min图神经网络是什么意思文本如何构建图图卷积神经网络源代码实现图卷积神经网络最新进展本文阅读基础神经网络基础本文不包含拉普拉斯矩阵的数学推导01—“图神经网络”是什么过去几年
风度78·2020-06-23 07:09

『自己的工作3』梯度下降实现SVM多分类+最详细的数学推导+Python实战(鸢尾花数据集)！

梯度下降实现SVM多分类+最详细的数学推导+Python实战(鸢尾花数据集)！
张开放·2020-06-22 12:01

统计笔记—浅述朴素贝叶斯

数学推导上，贝叶斯公式是由全概率公式与乘法公式推导而来，推
Matthew.yy·2020-06-22 10:24

C++实现神经网络识别数字

0.综述我用的神经网络是ANN，下文会介绍训练ANN的反向传播算法并给出相应的数学推导过程，以及一个简单的C++实现的基于反向传播的ANN代码，这个ANN可以进行粗略的数字识别，代码简单易懂，适合新手练手
GaoJieVery6·2020-06-22 08:18

Logistic回归基础篇之梯度上升算法

作者：崔家华编辑：赵一帆一、前言本文从Logistic回归的原理开始讲起，补充了书上省略的数学推导。本文可能会略显枯燥，理论居多，Sklearn实战内容会放在下一篇文章。
燕哥带你学算法·2020-06-22 06:33

卡尔曼滤波器公式推导

本文将分为两部分：第一部分，结合例子，从最小均方误差的角度，直观地介绍卡尔曼滤波的原理，并给出较为详细的数学推导。第二部分，通过两个例子给出卡尔曼滤波的实际应用。
Sandwichsauce·2020-06-22 04:13
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他