机器学习理论

高斯过程回归（Gaussian Process Regression）

中的一种特殊的概率模型1基本概念在高斯过程，连续的输入空间的任何点与正态分布的随机变量相关，而且任何随机变量的有限集合满足多重正态分布，例如变量间的任意线性组合是正态分布，高斯过程分布是所有随机变量在连续域中的联合分布在机器学习理论中
洌泉_就这样吧·2022-11-13 17:26

今天19:30 | NIPS 2022 预讲-基于随机素描的无监督泛化误差分析

从事机器学习研究，特别关注大规模机器学习、自动机器学习、统计机器学习理论、图表示学习、GraphTransformer等。在顶级期刊和会议上发表论文40余篇，其中以第一
AITIME论道·2022-11-09 15:52

机器学习理论与实战（十五）概率图模型03

03图模型推理算法这节了解一下概率图模型的推理算法（Inferencealgorithm），也就是如何求边缘概率（marginalizationprobability）。推理算法分两大类，第一类是准确推理（ExactInference）,第二类就是近似推理（ApproximateInference）。准确推理就是通过把分解的式子中的不相干的变量积分掉（离散的就是求和）；由于有向图和无向图都是靠积分
marvin521·2022-11-04 13:28

机器学习理论学习：感知机

文章目录一、感知机模型二、感知机的学习策略三、感知机学习算法3.1、感知机算法的原始形式3.2、感知机算法的对偶形式感知机(Perceptron)是二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。感知机对应于输入空间(特征空间)中将实例划为正负两类的分离超平面，属于判别模型。感知机预测是用学习得到的感知机模型对新的输入实例进行分类，是神经网络与支持向量机的基础。强烈推
wxplol·2022-11-01 14:25

机器学习之人工智能学习笔记：每天五分钟快速学习机器学习理论

在订阅本专栏之前，强烈建议您看一下本篇文章，因为这是本专栏将会详细介绍的内容，内容涵盖了主流的机器学习算法以及机器学习常见的技术。机器学习是什么主要讲解了什么是机器学习，并且机器学习分为监督学习和无监督学习，并且简单的介绍了一下，监督学习有回归和分类，无监督学习有聚类等。单变量线性回归算法讲解单变量的线性回归，从代价函数开始讲，为了找到最好的代价函数，也就是模型，我们需要找到损失函数（代价函数）的
幻风_huanfeng·2022-10-24 17:11

机器学习学习笔记(1) -- 简析入门

  机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科；机器学习是一种偏向于技术的方法，研究目的包括模式识别、神经网络和深度学习；机器学习理论主要是设计和分析一些让计算机可以自动
№一个达不刘·2022-10-22 07:44

[从0开始机器学习]1.一元一次函数线性回归

本博主博客：ζั͡ั͡雾ั͡狼ั͡✾的博客专栏：机器学习专栏：爬虫专栏：OpenCV图像识别处理专栏：Unity2D⭐本节课理论视频：吴恩达P1-P4：机器学习理论概述吴恩达P5-P11：线性回归算法原理
ζั͡ ั͡雾 ั͡狼 ั͡✾·2022-10-22 07:00

机器学习之矩阵-AI100-专题视频课程

本课程囊括了机器学习理论中所需要的和线性代数相关的所有知识。主要有矩阵的定义、性质、运算、分解以及应用。另外，还会讲解线性空间、范数、生成子空间相关知识。
AI100·2022-09-25 00:00

python机器学习实战_Python机器学习实战案例

本书基于Python语言，实现了10个典型的实战案例，其内容涵盖了机器学习的基础箅法，主要包括统计学习基础、分类、贝叶斯网络、文本分析、图像处理等机器学习理论。此外，还介绍了机器学习的推荐技术应用。
weixin_39611722·2022-06-25 07:20

机器学习理论知识的自学整理（持续更新，建议收藏）

机器学习01_机器学习简介（2021.05.18）什么是机器学习？机器学习就是从【数据】中自动分析获得【规律（模型）】，并利用规律对未知数据进行【预测】或者对数据进行【分类】机器学习与人工智能的区别机器学习就是实现人工智能的一种技术手段什么是模型？模型又称算法模型，是一个特殊的对象。该算法模型对象中已经集成或者封装好了某种形式的方程（算法），但是还没有求出解。模型的作用？预测-可以通过方程或者算法
Demo_xxx·2022-06-18 07:00

机器学习入门理论与前置知识

.等式约束最优化（eg.llp）1.1无求和1.2有求和2.不等式约束最优化（eg.svm）3.无约束（eg.ls）2、范数1.F范数2.l2范数3.l1范数4.l2，1范数3、偏导梗概本博客用于记录机器学习理论学习与优化问题推导所需的各种前置知识
@李忆如·2022-06-16 07:35

机器学习项目生命周期

机器学习项目生命周期机器学习开发周期第一阶段数据第二阶段模型第三阶段评估第四阶段生产现在机器学习领域有大量的同学涌入，去学习，或许很多人开始就是沿着机器学习理论，算法等知识展开学习，大部分同学可能只是基于自己的本地
姜君泽·2022-06-03 07:01

机器学习理论之（13）：感知机 Perceptron；多层感知机（神经网络）

文章目录表示学习（representationLearning）生物神经元V.S.人造神经元感知机（Perceptron）训练感知机（TrainingPerceptron）激活函数（ActivationFunction）一层感知机多层感知机隐藏层神经元数量选择hiddenlayer如何学习参数多层感知机的性质多层感知机如何具备非线性能力思考优缺点表示学习（representationLearnin
暖仔会飞·2022-05-27 07:42

机器学习理论之（11）：基于样本的学习（instance-based learning）——KNN 算法

文章目录什么是Instance-basedlearning如何比较样本（ComparingInstances）特征向量（FeatureVectors）特征向量的度量（Similarity/Distance）相似度（Similarity）余弦相似度（CosineSimilarity）距离（Distance）欧几里得距离（EuclideanDistance）曼哈顿距离（ManhattanDistanc
暖仔会飞·2022-05-26 07:15

机器学习理论学习：决策树

目录一、决策树模型1.1、决策树模型的学习二、特征选择2.1、信息增益2.2、信息增益比三、决策树的生成3.1、ID3算法3.2、C4.5算法四、决策树的剪枝五、分类回归树（CART）算法5.1、CART生成5.2、CART剪枝决策树是一种基本的分类和回归方法。决策树（DecisionTree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这
wxplol·2022-05-12 07:24

AI 之旅：花海

AI之旅：启程》一文所说，“机器学习作为实现AI的主要手段，涉及到的知识和领域非常多，而Google提供的TensorFlow平台让普通人创建或训练机器学习模型成为可能，作为普通人，你无法提出革命性的机器学习理论
weixin_34242331·2022-05-10 07:31

机器学习入门资源不完全汇总

机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。
jq597·2022-05-09 07:07

【千呼万唤】李宏毅《机器学习》国语课程(2022)终于来了

李老师以幽默风趣的上课风格让很多晦涩难懂的机器学习理论变得轻松易懂，他将理论知识与有趣的例子结合在课堂上展现
Python学习与数据挖掘·2022-03-10 07:32

李宏毅《机器学习》国语课程(2022)来了

李老师以幽默风趣的上课风格让很多晦涩难懂的机器学习理论变得轻松易懂，他将理论知识与有趣的例子结合在课堂上展现
Python学习与数据挖掘·2022-03-03 09:13

智源青年科学家袁洋：机器学习可靠性与算法优化的方法探索

袁洋，2018年获得康奈尔大学计算机专业博士学位，在机器学习理论与算法设计方面取得了突出成果。
智源社区·2022-02-14 07:31

机器学习入门概念原理及常用算法

它综合应用心理学、生物学和神经生理学以及数学、自动化和计算机科学形成机器学习理论基础。(2)结合各种学习方法，取长补短的多种形式的集成学习系统研究正在兴起。
xmvip01·2022-02-10 11:51

好书推介《实战机器学习》

目前有很多介绍机器学习理论与方法的经典书籍，但调研表明，目前市场上介绍如何采用机器学习方法解决实际应用问题的书籍很少。本书创作团队核心
新知图书·2022-02-04 15:11

机器学习笔记（25）学习《宝箱书》-可学性

《宝箱书》指的是周志华老师的《机器学习理论导引》本章的内容围绕学习理论中的可学性理论展开，主要讨论「事件否能够通过机器学习来解决」这一问题。
是魏小白吗·2021-11-13 19:54

机器学习(一)：绪论

目前，各行各业都已经有成熟的机器学习方法处理业务问题，但其原理与目前最前沿的机器学习理论还有一定差距，所以将理论应用于实际仍
Lhenin·2021-09-13 20:06

机器学习知识点QA

wallhaven-kwrm77.jpg浮沙之上，勿筑高台自己整理的笔记文章内容都是自己从自学机器学习以来涉及到的一些知识点、经历等等，包括研一上学期默默的学习机器学习理论知识，从李航老师的《统计学习方法
青箬笠绿蓑衣_简·2021-06-27 03:50

机器学习入门概念理论

1.机器学习的底层理论：机器学习的底层理论有一些，比如推理与规划、近似可计算理论、正则化、提升理论、核方法、当然还有大名鼎鼎的统计机器学习理论等等。这部分内容不是初学者学的。
可汗爷爷·2021-06-24 13:59

2021李宏毅老师最新40节机器学习课程！附课件+视频资料

因为课程形象生动，又不缺数学推导的严谨，李宏毅老师的课程视频被称为中文世界中最好的机器学习资源，幽默风趣的上课风格让很多晦涩难懂的机器学习理论变得轻松易懂。
深度学习技术前沿·2021-06-19 13:06

软件工程师的收藏周刊第52期.20190809

李老师以幽默风趣的上课风格让很多晦涩难懂的机器学习理论变
L2先森·2021-06-09 21:19

实践《Python数据分析与挖掘实战》PDF代码+《Python数据科学手册》PDF代码测试

如果有一定的数据分析与机器学习理论与实践基础，《Python数据科学手册》这本书是绝佳选择。是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。很友好实用，结构很清晰。
movecow·2021-06-08 21:07

机器学习理论基础

介绍第一部分参数方法——类密度模型参数估计第二部分监督学习——分类（基于似然的方法）第三部分监督学习——分类（基于判别式的方法）（参数方法——判别式参数估计）第四部分监督学习——回归第五部分监督学习——关联规则第六部分维度规约（特征的提取和组合）第七部分半参数方法第八部分非监督学习——聚类第九部分非参数方法——密度估计第十部分非参数方法——决策树实现的判别式第十一部分多层感知器——非参数估计器第十
有机会一起种地OT·2021-04-22 10:33

机器学习应补充哪些数学基础？

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转自|视觉算法机器学习理论是众多学科的交叉，在数学基础方面，应该补充哪些知识呢？
小白学视觉·2021-03-24 09:00

机器学习算法实现02-非线性逻辑回归正则化

详细理论请参阅我的机器学习理论系列博文。如图所示，对上图进行逻辑回归处理，很明显选择多项式函数是个不错的主意，当然对于不同分布图要选择合适的函数。
新之·2020-09-16 19:55

算法面试必备-----数据挖掘常见面试题

二、机器学习理论1、极大似然估计（1）定义（2）求解极大似然估计的方法：（3）极大似然估计和梯度下降法的区别是什么？2、批梯度下降法和SGD的区别是什么？为什么有这样的区别？
Avery123123·2020-09-16 14:53

机器学习理论基础学习（一）

机器学习理论基础学习（一）目录：机器学习简介算法分类模型评估模型选择参考文献：[1]雷明.机器学习与应用[M].北京：清华大学出版社，2019.01.[2]EthemAlpaydin.IntroductiontoMachineLearningThirdEdition
Remoa·2020-09-15 22:57

机器学习理论篇之NormalEquation推导过程

NormalEquation是一种基础的最小二乘方法，本文将从线性代数的角度来分析NormalEquation（而不是从矩阵求导matrixderivative的角度）。很多作者（特别是智商比较高的）在推导公式的时候有意无意的忽略了思考过程，只留下漂亮的步骤。这让很多读者（比如说我）跟不上节奏，最后一头雾水。本文将从求解“貌似无解”的方程组入手，再讲讲投影（Projection）的使用，最后进入到
NFMSR·2020-09-15 16:33

Deep learning和Reinforcement lea…

这两者不仅在实际应用中表现的很酷，在机器学习理论中也有不俗的表现。DeepMind工作人员合两者之精髓，在
szdbl·2020-09-14 00:59

机器学习与数据挖掘的定义和区别

主要参考书籍：《机器学习实战》李航的《统计学习方法》《机器学习理论与算法》机器学习，简称ML（machinelearning）；数据挖掘，简称DM（DataMining）。
tenggenbao2014·2020-09-12 07:49

统计机器学习理论

统计机器学习理论夏粉目前机器学习的一个比较热门的方向是统计机器学习（另外一个可能是图模型，按照Jordan的说法是统计机器学习属于频率主义，而图模型属于贝叶斯主义），对于每一个做统计机器学习的研究者来说
lsxpu·2020-09-12 02:47

机器学习理论基础学习18---高斯过程回归(GPR)

一、高斯(分布)过程(随机过程)是什么？一维高斯分布多维高斯分布无限维高斯分布高斯网络高斯过程简单的说，就是一系列关于连续域（时间或空间）的随机变量的联合，而且针对每一个时间或是空间点上的随机变量都是服从高斯分布的。举个例子：倘若你人生的每一个时刻看做一个随机变量，且都是满足高斯分布，那么你的人生就可以看做一个高斯过程，既有很多确定的东西，确定的是mean和kernel，如你的人生中你起点决定的你
dili8870·2020-09-12 02:50

机器学习理论导引 线上阅读

周志华、王魏、高尉、张利军等老师所著的《机器学习理论导引》一书（下称《导引》），填补了国内缺少机器学习理论入门著作的遗憾https://datawhalechina.github.io/key-book
腾云鹏A·2020-09-11 16:26

【研究院】滴滴研究院，都在做什么

滴滴研究院作为滴滴出行全新创新性研究机构，研究方向包括：机器学习、计算机视觉、人工智能、数据挖掘、最优化理论、分布式计算等，其致力于通过机器学习理论和方法，最大化利用交通
言有三·2020-09-10 10:53

AlexNet

（这个不懂什么意思的参考机器学习理论中的softmaxregression，就是一个多类的logisticregression）大致的分层结构如下：●第一层：①输入
Fan2g·2020-08-24 20:06

机器学习理论学习

机器学习理论学习K最近邻算法--近朱者赤近墨者黑原理那么可以清楚地看到，会将新数据归于到黑色分类中。当然，K最近邻算法也能用于回归算法。原理和用于分类是相同的。
小鸡·2020-08-24 17:33

2018年11月12月机器学习相关文章概览

对于机器学习理论和最新研究进展有很多不足的地方。因此需要多看一些机器学习的论文，了解研究方向与大趋势。目的：粗略看一些机器学习相关研究的论文。文章多来自于公众号机器之心的梳理。
祥瑞Coding·2020-08-24 17:15

周志华：Boosting学习理论的探索 —— 一个跨越30年的故事

来源：中国计算机学会（ID：ccfvoice)本文约2400字，建议阅读5分钟这篇文章尝试用通俗故事的方式讲述一个机器学习理论中重要问题的探索历程。
数据派THU·2020-08-23 07:25

机器学习理论基础学习15---条件随机场(CRF)

一、CRF的由来HMM->MEMM->CRF二、HMM到MEMMMEMM打破了HMM的观测条件独立假设三、MEMM到CRFCRF克服了MEMM的labelbiasproblem问题参考文献：【1】【中文分词】条件随机场CRF【2】【NLP】基于自然语言处理角度谈谈CRF(二)转载于:https://www.cnblogs.com/nxf-rabbit75/p/10382345.html
dili8870·2020-08-22 12:39

Datawhale第九期组队学习计划

这次共组织三个组队学习，涵盖了编程、机器学习理论以及动手实践的内容，大家可以按照需要选择参加。
老马的程序人生·2020-08-22 00:18

【实习生面试经验】孩子王

2020.8.20日耗时1小时36分通过这次面试找到自己的不足机器学习理论不扎实，需要看leetcode不要停面试官很专业，公司地方大，楼多，环境好，有妹纸笔试题目类型：选择题+简答题+编程题+逻辑题现在回忆起来的如下
GRIT_Kael·2020-08-22 00:40

机器学习理论《统计学习方法》学习笔记：第五章 决策树

机器学习理论《统计学习方法》学习笔记：第五章决策树决策树5.1决策树模型与学习5.1.1决策树模型5.1.2决策树与if-then规则5.1.3决策树与条件概率分布5.1.4决策树学习5.2特征选择5.2.1
紫芝·2020-08-21 10:29

机器学习理论《统计学习方法》学习笔记：第三章 k近邻法

机器学习理论《统计学习方法》学习笔记：第三章k近邻法3k近邻法3.1K近邻算法3.2K近邻模型3.2.1模型3.2.2距离度量3.2.3K值的选择3.2.4分类决策规则3.3K近邻法的实现：kd树3.3.1
紫芝·2020-08-21 10:29
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他