李航统计学习方法

浅谈随机梯度下降&小批量梯度下降

根据《统计学习方法》这本书，统计学习一般有三个要素，即模型、策略和算法（目前以笔者的浅见，统计学习和机器学习没有太大的差别）。所谓模型，我们可以简单理解为数据的组织形式。
陨落的小白·2021-04-18 04:32

还未过门，小姑子就惦记上了我的房子

她兴奋地李航说：“亲爱的，我好期待下个月的到来啊！”李航抱住她温柔的说：“我也是，好想看你穿婚纱的样子。”陈莉害羞一笑，摸了摸还很平坦的肚子，里面有一个快一个月大的小生命。
初婳·2021-04-18 03:58

第十四章聚类方法.14.1聚类的基本概念

文章目录主要内容相似度或距离闵可夫斯基距离马哈拉诺比斯距离相关系数余弦相似度小结类或簇类的性质类间距离度量本课程来自深度之眼，部分截图来自课程视频以及李航老师的《统计学习方法》第二版。
oldmao_2001·2021-04-17 20:43

第十一章条件随机场.11.2 拟牛顿法

文章目录牛顿法拟牛顿法小结本课程来自深度之眼，部分截图来自课程视频以及李航老师的《统计学习方法》第二版。
oldmao_2001·2021-04-14 12:35

11.25 统计学习方法

1.2监督学习统计学习包括监督学习，非监督学习，半监督学习及强化学习。监督学习（supervisedlearning）的任务是学习一个模型，使模型能够对人意给定的输入，对其相应的输出作出一个好的预测。1.2.1基本概念1.输入空间，特征空间和输出空间（1）将输入与输出所有可能取值的集合分别称为输入空间与输出空间（2）特征空间：每个具体的输入是一个实例，通常由特征向量表示，所有特征向量存在的空间。如
啦啦啦_9a5f·2021-04-14 06:54

时间序列预测：I概述

常用的模型，以下基本可以涵盖主流思想：传统时序模型：ARIMA，Prophet，EMD构造时序特征的统计学习方法：LR，GBDT(xgboost\lightgbm)深度学习方法：seq2seq，wavenet
YueTan·2021-04-13 22:15

李航老师《统计学习方法》第二版第四章答案

1、使用极大似然估计法推出朴素贝叶斯法概率估计公式（4.8）以及公式（4.9）.解答：概率估计公式（4.8）是：P(Y=ck)=∑i=1NI(yi=ck)N,k=1,2,...,KP(Y=c_{k})=\frac{\sum_{i=1}^{N}I(y_{i}=c_{k})}{N},k=1,2,...,KP(Y=ck)=N∑i=1NI(yi=ck),k=1,2,...,K概率估计公式（4.9）是：P(
六七～·2021-04-11 18:19

李航老师《统计学习方法》第二版第三章课后题答案

1、参照图3.1，在二维空间中给出实例点，画出kkk为1和2时的kkk近邻法构成的空间划分，并对其进行比较，体会kkk值的选择与模型复杂度及预测准确率的关系。解：唉，这一题花了很长时间才搞明白到底是要干啥。下面先简单的介绍一下，到底要干嘛，和k近邻的关系是啥。我们知道，k近邻算法在对一个新的数据点AAA进行分类的时候（这里就以分类来介绍），需要以AAA为中心，寻找距离AAA最近的k个点，这k个点是
六七～·2021-04-10 11:04

李航老师《统计学习方法》第二版第二章答案

1、Minsky与Papert指出：感知机因为是线性模型，所以不能表达复杂的函数，比如异或（XOR）。验证感知机为什么不能表示异或。解：下面是异或的运算结果：异或：如果两个值相同则异或操作的结果是0，如果不相同则为1由此我们可以看到，这也是一个二分类的问题，异或的运算如表所示XORaba01b10方法一：直观作图法如果我们去a=0,b=1,将上表的结果画在二维平面，如下图。我们可以看到，对于蓝色的
六七～·2021-04-07 16:41

我以为你与众不同，原来，你并没什么不同！

他叫李航，我就职公司的老板，大器晚成，创业屡败屡战，直到40岁有个不识字的女人嫁给他，同年创业成功，育有一子一女。
宇蓝蓝·2021-04-03 12:26

《统计学习方法》部分课后习题解答

习题3.2利用例题3.2构造的kd树求出点x=(3,4.5)Tx=(3,4.5)^Tx=(3,4.5)T的最近邻点从根节点出发，因为x(1)4.5x^{(2)}>4.5x(2)>4.5，所以选定叶节点(4,7)(4,7)(4,7)作为“当前最近点”，开始递归。向上回退到(4,7)(4,7)(4,7)的父节点(5,4)(5,4)(5,4)，设其为当前节点，因为父节点离xxx更近一些，所以更新"当前最
聪明勇敢的乔威同学·2021-03-26 21:26

《统计学习方法》之随机森林Random Forest

1.Bagging和Boosting在集成学习方法中，Bagging和Boosting是具有代表性的两大方法，Boosting方法是基于前向加法模型，基本分类器之间存在强依赖关系，每一步学习的分类器都依赖于前面分类器的预测结果，因此必须串行生成。而Bagging则是强调基本分类器之间不存在强依赖关系（不代表没有依赖关系），可以同时生成的并行化学习方法。Bagging是放回采样的过程，对于给定M个样
周恩国的学习笔记·2021-03-12 12:37

期望最大化算法

〇、说明在看到的资料里，包括周志华教授的《机器学习》[1]、李航博士的《统计学习方法》[2]，大多数材料把期望最大化算法看做是一个解决含有隐变量优化问题的算法，我认为这是对期望最大化算法的狭义理解；而在吴军博士的
城市中迷途小书童·2021-03-10 09:38

统计学习方法读书笔记——第四章 朴素贝叶斯法

朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。4.1朴素贝叶斯法的学习与分类4.1.1基本方法朴素贝叶斯法对条件概率分布作了条件独立性的假设。这是一个较强的假设，朴素贝叶斯法也因此而得名。朴素贝叶斯法分类时，对给定的输入x，通过学习到的模型
Jarkata·2021-03-08 16:10

统计学习方法读书笔记——第五章 决策树

决策树是一种基本的分类与回归方法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，可以被认为是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。主要优点是：模型具有可读性，分类速度快。5.1决策树模型与学习5.1.1决策树模型分类决策树模型是一种描述对实例进行分类的树形结构，决策树由结点(node)和有向边(directededge)组成。结点有两种
Jarkata·2021-03-07 19:19

InsightFace： 用OneFlow轻松实现超大规模人脸识别模型

人脸识别的算法演变经历了以PCA为代表的早期阶段，再到以“人工特征+分类器”为主的统计学习方法阶段，近几年，随着大数据及GPU算力的爆发，人脸识别进入到深度学习算法为绝对主角的阶段。
OneFlow深度学习框架·2021-03-03 19:22

统计学习方法第二章感知机算法

#-*-coding:utf-8-*-#@FileName:统计学习方法第二章感知机算法#@Software:PyCharm#@Author:liXu#@Time:2021//03//01importtimeimportnumpyasnpdefloaddata
莉莉酱z·2021-03-02 13:46

统计学习方法 第2章 感知机

第2章感知机感知机(perceotron)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，-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。模型定义2.1（感知机）：假设输入空间是RnR^nRn，输出空间是{−1,+1}\{-1,+1\}{−1,+1}，从输入空间到输出空间的函数f(x)f(x)f(x)f(x)=sign(w⃗⋅x
NelsonCheung·2021-03-01 12:59

李航老师《统计学习方法》及相关资源（代码、课件）的汇总及下载

编辑|Will出品|字节AI李航：毕业于日本京都大学电气电子工程系，日本东京大学获得计算机科学博士学位。
风度78·2021-02-28 11:00

李航《统计学习方法》课后习题答案（第2版）

李航《统计学习方法》课后习题答案（第2版）章节链接第1章统计学习及监督学习概论点击进入第2章感知机点击进入第3章k近邻法点击进入第4章朴素贝叶斯法点击进入第5章决策树点击进入第6章逻辑斯谛回归与最大熵点击进入第
#苦行僧·2021-02-19 18:26

朴素贝叶斯算法代码

《统计学习方法》第四章，测试数据同书本一样trainingData=[[1,'S',-1],[1,'M',-1],[1,'M',1],[1,'S',1],[1,'S',-1],[2,'S',-1],[2
Adopper·2021-02-19 10:57

感知机学习算法的对偶形式——代码

《统计学习方法》2.3importnumpyasnptrainingSet=np.mat([[1,1],[2,2],[1,3],[3,3],[5,3],[3,4]])y=[1,1,1,-1,-1,-1]
Adopper·2021-02-18 20:47

感知机学习算法代码实现

《统计学习方法》2.3感知机学习算法。
Adopper·2021-02-18 16:27

统计学习方法——修炼学习笔记4：朴素贝叶斯法

一、朴素贝叶斯法朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定数据集，首先基于特征条件独立假设学习输入输出的联合概率分布；然后基于此模型对给定输入x，利用贝叶斯定理求出后验概率最大的输出y。二、基本方法训练数据集：image.png由X和Y的联合概率分布P(X,Y)独立同分布**产生朴素贝叶斯法通过训练数据集T学习联合概率分布p(X,Y)，先验概率分布：image.png条件概
Sam_L·2021-02-15 09:41

【唯一置顶】所有汇总帖地址

视频也有传送门）：中科大-凸优化《百面机器学习》笔记的汇总贴：《百面机器学习》-读书笔记汇总《机器学习》笔记的汇总贴：《机器学习》西瓜书-读书笔记汇总贴《深度学习》笔记的汇总贴：《深度学习》花书-读书笔记汇总贴《统计学习方法
及时行樂_·2021-02-12 20:46

机器学习损失函数小结

参考李航老师的《统计学习方法》关于损失函
不是一首歌的事·2021-02-05 17:17

一种城市道路网络的随机生成方式（Unity中可视化）

AdvancingFrontTechnique）3.实现3.1.数据的定义3.2.边界的分类3.3.生成一个小网格3.4.生成桥边4.完整代码4.1.一些定义或辅助4.2.AFT算法4.3.可视化参考：[1]王元,刘华,李航
lxbhahaha·2021-02-04 16:48

李航统计学习方法 第二章 感知机

记录一下几个关键问题在感知机这章，机器学习的三要素分别为？（1）假设空间？（2）学习策咯？（3）优化算法？2.在学习策略中，点到超平面的距离为什么使用函数间隔，不使用几何间隔？转载于：为什么感知机使用函数间隔作为损失函数(忽略1/||w||)https://blog.csdn.net/zest_9527/article/details/893810883.函数间隔与几何间隔的区别？4.学习策略损失
落尘per·2021-01-31 16:04

统计学习方法读书笔记（二十七）-附录E KL散度的定义和迪利克雷分布的性质

全部笔记的汇总贴：统计学习方法读书笔记汇总贴PDF免费下载：《统计学习方法（第二版）》一、KL散度的定义二、迪利克雷分布的性质
及时行樂_·2021-01-27 21:04

统计学习方法读书笔记（二十六）-附录D 矩阵的基本子空间

全部笔记的汇总贴：统计学习方法读书笔记汇总贴PDF免费下载：《统计学习方法（第二版）》呃…感觉没啥好说的，主要就是看看书，用到的话就再琢磨琢磨就行。
及时行樂_·2021-01-27 21:48

统计学习方法读书笔记（十九）-马尔科夫链蒙特卡洛方法

全部笔记的汇总贴：统计学习方法读书笔记汇总贴PDF免费下载：《统计学习方法（第二版）》这个可以先看看，有视频，讲的还挺细：白板推导系列笔记（十三）-马尔科夫链蒙特卡洛方法蒙特卡罗法（MonteCarlomethod
及时行樂_·2021-01-27 20:50

【机器学习笔记】《统计学习方法》第五章 决策树+ID3算法+C4.5+CART算法(未完结)

主要参考书目《统计学习方法》第2版，清华大学出版社参考书目MachineLearninginAction,PeterHarrington用于考研复试笔记，所以写的很简洁，自己能看懂就行。
Baolar_Code·2021-01-26 01:48

【留言送书】SIGAI创始人全新力作，程序员想要学好数学，从认真读这本书开始...

相信不少读者在学习《深度学习》、《统计学习方法》、《PatternRecognitionandMachineLearning》等经典教材以及阅读本领域论文、开源代码的时候都曾经为那些数学符号和公式、定理感到困惑和苦恼
l7H9JA4·2021-01-25 21:35

机器学习（1）泛化误差上界的实现及分析

参考文献是李航老师写的《统计学习方法》。简单引出泛化误差是什么。对于任意给定的数据，选定模型对数据监督学习，得到学习后的模型，并使用此模型对新样本预测，以便对新数据、新样本预测分析。
ProfSnail·2021-01-25 00:02

EM算法

参考资料：李航《统计学习方法2》；从最大似然到EM算法浅解阅读本文需要有基本机器学习知识背景问题：具有隐变量的MLE（极大似然估计）难点：隐变量的出现，导致普通求极值点的方法可能难以求解；如下，可以看到出现和或者积分的
cyz0202·2021-01-24 01:32

李航《统计学习方法》例2.12感知机学习算法的对偶形式——实现代码

例2.2数据同例2.1,正样本点是x1=(3,3)T,x2=(4,3)T,负样本点是X3=(1,1)T,试用感知机学习算法对偶形式求感知机模型。暂时：#2020.01.11Byyangbocsuimportnumpyasnpimportmatplotlib.pyplotasplt#2.2(对偶形式)#pythonx=np.array([[1,1],[4,3],[3,3]])y=np.array([
赶路人_95HZ·2021-01-13 09:24

李航《统计学习方法》例2.1 感知机学习算法的原始形式——实现代码

#2020.01.11Byyangbocsu例2.1如图2.2所示的训练数据集，其正实例点是x1=(3,3)T,x2=(4,3)T，负实例点是:x3=(1,1)"，试用感知机学习算法的原始形式求感知机模型f(x)=sign(wx+b)。这里，w=(w(1),w(2))T",x=(x(1),x(2))T。参考代码：#2020.01.11Byyangbocsuimportnumpyasnpimport
赶路人_95HZ·2021-01-11 10:35

《统计学习方法》-读书笔记汇总贴（汇总24/27）

文章主要用来记录学习李航老师《统计学习方法（第二版）》的学习笔记，主要根据课本内容来，初步打算按照章节目录将知识点慢慢整理，希望能互相学习，共同提高！
及时行樂_·2021-01-09 18:36

kmeans中的k的含义_实战 | KMeans 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
南辰以北·2021-01-06 18:42

kmeans中的k的含义_【白话机器学习】算法理论+实战之KMeans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
水木年华8·2021-01-04 06:46

调用kmeans_KMeans聚类算法详解

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
Llenlleawg·2021-01-04 06:44

要想尽一切办法去完成目标

我当时只是随便在网上搜了下，发现大家都在推荐李航的《统计学习方法》书，我就买了这本书开始啃，里面讲的大量的公式推导，让我从入门到放弃不到一周。从那开始到现在，大概两年的
冰冻三尺go·2021-01-03 23:24

统计学习方法第二十章作业：潜在狄利克雷分配 LDA 吉布斯抽样法算法 代码实现

潜在狄利克雷分配LDA吉布斯抽样法算法importnumpyasnpimportjiebaclassLDA:def__init__(self,text_list,k):self.k=kself.text_list=text_listself.text_num=len(text_list)self.get_X()self.NKV=np.zeros((self.k,self.word_num))sel
算法只是工具·2021-01-01 22:26

在深度学习方面的一点小建议

我至今为止看的最详细的书就是李航的《统计学习方法》，而且没有对其中的算法进行实践。经常陷入一个误区，就是不断的搜集资料，觉得要
志在nlp·2020-12-25 23:06

9周系统学完李航《统计学习方法》！

李航的《统计学习方法》可以说是机器学习的必学宝典了！许多互联网企业的面试、笔试题目都参考这本书。这本书第一版就包含了众多主要的监督学习算法与模型，通过作者6年时间的努力，第二版也已正式发布！
严小样儿·2020-12-23 11:00

朴素贝叶斯代码_李航统计学习方法：第四章 朴素贝叶斯 ( 含有笔记、代码、注释 )...

分类问题①日常生活中我们每天都进行着分类过程。②例如：当你看到一个人，你的脑子下意识判断他是学生还是社会上的人。走在路上，对身旁的朋友说"这个人的父母有教养"之类的话。分类数学描述①从数学角度来说，分类问题可做如下定义：已知集合和，映射规则y=f()，使得任意有且仅有一个，使得成立。②其中：I叫做特征集合。C叫做类别集合，其中每一个元素是一个类别。f叫做分类器。注：分类算法的任务就是构造分类器f。
weixin_39897127·2020-12-16 21:14

机器学习课件_李航《统计学习方法》第 2 版发布完整课件！清华教授出品！附完整下载...

红色石头的个人网站：红色石头的个人博客-机器学习、深度学习之路www.redstonewill.com李航的《统计学习方法》可以说是机器学习的入门宝典，许多机器学习培训班、互联网企业的面试、笔试题目，很多都参考这本书
weixin_39855186·2020-12-15 14:02

CCKS笔记

年全国知识图谱与语义计算大会CCKS目录2020年全国知识图谱与语义计算大会CCKS知识图谱研究进展至自然语言处理角度从语义网角度看待知识图谱的最新研究融合事实文本描述的知识库问答##推语言模型的前沿研究(李航
sendoh24·2020-12-09 17:00

极客日报第 25 期：阿里 AI「一对多」挑战人类律师；谷歌或将推出自研手机和电脑芯片

这是继华为诺亚方舟实验室前主任李航、华为（加拿大）高级副总裁、5G专
极客日报·2020-12-08 11:37

从朴素贝叶斯的角度推导logistic模型

虽然还没开启研究僧生活，但是应导师要求，提前学习一点机器学习知识，于是最近在啃李航博士写的《统计学习方法》第二版（还得好好补一下数学啊！），顺便吐槽一
可以叫我马同学·2020-12-05 21:10
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他