李航统计学习笔记

高斯混合模型深入理解

https://blog.csdn.net/njustzj001/article/details/50889023首先给出GMM的定义这里引用李航老师《统计学习方法》上的定义，
Destiny_zz·2019-07-01 16:05

统计学习方法-李航 第二章 感知机

《统计学习方法》第一篇博文，对应原著第二章，感知机，通过对原著的理解，在加上自己的推导，后面有时间再加上代码的实现。感知机模型感知机是一个二类分类的线性模型，输入为实例的特征向量，输出为实例的类别，取+1和-1值。感知机的几何解释是，线性方程将特征空间划分为正负两个部分：这个平面（2维时退化为直线）称为分离超平面。学习策略假定数据集线性可分，我们希望找到一个合理的损失函数。一个朴素的想法是采用误分
Little Programmer·2019-07-01 09:34

Machine Learning学习---感知机算法实现

前言：MachineLearning用来记录机器学习常用几种算法的学习过程，理论知识部分基本摘抄至李航大神的统计学习方法。每个算法会有自己的源码实现。优缺点总结，适用场景（后续补充）。
朔方_·2019-06-28 20:59

深度学习书籍和视频资源推荐

深度学习的学习资源备份，以下为我个人认为较好的资料：深度学习书籍：动手学深度学习本书适用MXnet《机器学习训练秘籍》(中文版)《统计学习方法》李航（这本我没看过）《深度学习》Iangoodfellow
HaruStone·2019-06-21 13:35

机器学习笔记（8）

学习打卡内容：阅读《李航统计学习方法》中p55-p58页总结决策树模型结构理解决策树递归思想阅读《李航统计学习》中p58-p63页学习信息增益学习信息增益率阅读《李航统计学习》中p63-65页学习ID3
trying52·2019-06-20 20:45

（李航统计学习方法）SVM的python实现

支持向量机是一种二分类模型，基本模型是定义在特征空间的间隔最大的线性分类器。间隔最大化使它有别于感知机。在面试中，经常遇到手推SVM，所以公式的推导也很重要。模型：策略：间隔最大化，形式化为求解凸二次规划，等价于正则化的合页损失函数最小化算法：略支持向量机包括：线性可分支持向量机，线性支持向量机，非线性支持向量机间隔最大化的直观解释：对训练数据集找到几何间隔最大的超平面意味着以充分大的确信度对训练
Rudy95·2019-06-19 17:28

EM算法-统计学习方法（李航）

这里是做HMM前期学习的EM算法，这里学习了几篇文章，但是始终只懂了原理无法进行实例计算，这里学习了统计学习方法后对EM算法算是可以串出来计算了。何为EM算法：EM算法是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计EM算法的迭代步骤分为2步，一个是E步：求期望，一个是M步：求极大。先上一个例子：假设有三枚硬币A，B，C，这些硬币正面出现的概率为π，p，q。进行如下抛硬币实验：先抛A硬币
JerryLoveCoding·2019-06-18 17:24

《统计学习方法》读书笔记一

今天开始学习李航老师的统计学习方法一书，在学习过程中，一些比较重要或值得探讨的点会写成博客，与大家分享或共同讨论。统计学习方法是基于数据构建统计模型从而对数据进行预测与分析。
Mr_LiShao·2019-06-17 09:12

（李航统计学习方法）逻辑回归

逻辑回归是参数模型，其本质是假设数据服从伯努利分布，通过极大似然函数的方法，运用梯度上升/下降法来求解参数，从而实现数据的二分类。逻辑回归模型在面试的过程中，最常问到的就是公式的推导过程。所以，手撕公式，很重要。首先介绍的是逻辑斯蒂分布：X是连续随机变量，X服从逻辑斯蒂分布。逻辑斯蒂分布的分布函数与密度函数如下：**二项逻辑斯蒂回归模型**它是一种分类模型，由条件概率P（Y|X）表示，形式为参数化
Rudy95·2019-06-13 15:27

李宏毅机器学习 Machine_Learning_2019_Task 6

李宏毅机器学习Machine_Learning_2019_Task6学习要求公式手动推导不掉包，手动实现算法独立手动创建数据，实现分类任务学习算法内容，对数据进行归一化操作主要是学习LR算法的核心代码学习内容李航机器学习机器学习实战负责人笔记方案
Hirotransfer·2019-06-02 15:31

机器学习西瓜书（周志华）第六章 支持向量机（SVM）

第六章支持向量机主要参考李航的统计学习方法1.概述2.感知机3.间隔与支持向量3.1间隔3.2支持向量4.SVM模型目标函数与优化5.线性可分支持向量机的算法过程6.线性支持向量机6.1线性支持向量机的软间隔最大化目标函数的优化
视界IT·2019-05-30 00:00

李航《统计学习方法》第二版 目录

李航博士告诉机器之心，《统计学习方法》第二版新加了无监督学习方面的内容，并对第一版的监督学习方法做了一些修改。总体而言，第二版可以分为监督学习和无监督学习两篇。
ctrigger·2019-05-29 20:26

深度学习入门学习不完全推荐

深度学习入门学习不完全推荐一、深度学习书籍推荐：《深度学习（DeepLearning）》深度学习的圣经，偏理论基础《机器学习》周志华西瓜书《统计学习方法》(李航)《TensorFlow技术解析与实战》李嘉璇
Snowy_susu·2019-05-28 16:19

（李航统计学习方法）感知机Python实现

机器学习的三要素：模型，策略，算法模型：感知机是二分类线性分类模型，属于判别模型。策略：基于误分类点到超平面的总距离。学习算法：略感知机存在的问题：存在多解，解依赖于初始超平面的选择以及迭代过程中误分类点的选择。训练集线性不可分，算法无法收敛，解决方法：pocket算法或者使用核函数。无法解决异或问题Python代码实现：importnumpyasnpdeftrain(X_train,Y_trai
Rudy95·2019-05-28 11:23

李航，统计学习方法- 朴素贝叶斯：

'''数据集：Mnist训练集数量：60000测试集数量：10000------------------------------运行结果：正确率：84.3%运行时长：103s'''importnumpyasnpimporttimedefloadData(fileName):'''加载文件:paramfileName:要加载的文件路径:return:数据集和标签集'''#存放数据及标记dataArr
唯我视你为青山·2019-05-22 13:42

李航，统计学习方法-感知机原理剖析及实现

统计学习方法|感知机原理剖析及实现代码写思路很清晰，膜拜下importnumpyasnpimporttimedefloadData(fileName):'''加载Mnist数据集:paramfileName:要加载的数据集路径:return:list形式的数据集及标记'''print('starttoreaddata')#存放数据及标记的listdataArr=[];labelArr=[]#打开文
唯我视你为青山·2019-05-22 09:09

机器学习实现原理分析(一) —— SOM简述版

代码参考：https://github.com/apachecn/AiLearning/blob/master/blog/ml/6.支持向量机.md其他内容主要参考李航《统计学习方法》以下是函数的输入输出
馒头饺子·2019-05-19 20:41

《统计学习方法》第 7 章“支持向量机”学习笔记

我这篇笔记主要是介绍李航的《统计学习方法》第7章内容，以笔记的方式呈现。需要说明的是，为了使得本文尽量易懂，我把书上的一些标题或者专有名词做了更改，只是为了帮助初学的朋友们的理解。
李威威·2019-05-17 16:56

《统计学习方法》第 7 章“支持向量机”学习笔记

我这篇笔记主要是介绍李航的《统计学习方法》第7章内容，以笔记的方式呈现。需要说明的是，为了使得本文尽量易懂，我把书上的一些标题或者专有名词做了更改，只是为了帮助初学的朋友们的理解。
李威威·2019-05-17 16:13

感知机的对偶形式及Gram矩阵的作用理解 通俗易懂

学习李航《统计机器学习》的时候，看到感知机的对偶形式这里不甚理解，其实主要是对其中的系数更新规则不是很理解。另外，只介绍了Gram矩阵，也没有说清楚Gram矩阵的作用。
jieshaoxiansen·2019-05-17 15:19

干货《周志华机器学习详细公式推导版》发布，南瓜书pumpkin-book

相信大家同我一样，非李航的《统计学习方法》和周志华的《机器学习》莫属。周志华老师的《机器学习》，自2016年1月底出版以来，首印5000册一周售罄，并在8个月内重印9次，累计72000册。
weixin_33910759·2019-05-15 05:09

李航《统计学习方法》第二版：6年耕耘增加无监督学习

此前，李航老师完成的《统计学习方法》是了解机器学习最好的教材之一，该书从2005年开始写作一直到2012年完成，包含了众多主要的监督学习算法与模型。
enohtzvqijxo00atz3y8·2019-05-11 07:00

【统计学习方法by李航】第二章 感知机 个人总结

第二章感知机一、感知机模型[2.1]（一）定义2.1(二)几何解释二、感知机学习策略[2.2]（一）数据集的线性可分型[2.2.1]（二）感知机学习策略[2.2.2]1、把点到直线距离公式摆上来，代入超平面方程2、为了去掉绝对值，我们现在看看误分类数据有什么特点3、推广到多个点（三）损失函数特性三、感知机学习算法[2.3]（一）感知机学习算法的原始形式[2.3.1]1、梯度下降法的几何解释：通过*
Artlex·2019-05-11 00:23

python 实现逻辑斯谛回归（logistic regression）

4cf34bf158a1https://blog.csdn.net/c406495762/article/details/77723333这两篇博客在训练模型时采用的公式是：，也就是代码中的实现方法二，另外自己也根据李航
Tomator01·2019-05-08 13:52

K-近邻法

内容来源于李航博士《统计学习方法》一、k近邻算法什么是k近邻k近邻算法简单、直观：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为这个类
阿尔法小队·2019-05-06 21:21

生成模型和判别模型

参考李航《统计机器学习》监督学习常见的问题是学习一个模型对于输入空间的变量x预测其在输出空间对应的变量y。
YangHongChao001·2019-04-30 23:55

python 实现CART算法决策树

#-*-coding:utf-8-*-#Decisiontreebycart决策树，cart算法，算法参考李航《统计学习方法》P71#author:Tomatorimportnumpyasnpimportmathfromsklearn.mo
Tomator01·2019-04-28 20:52

机器学习(1):绪论

原文链接：机器学习(1):绪论|远行的舟参考文献：①周志华.机器学习[M].北京:清华大学出版社.2016.01.②李航.统计学习方法[M].北京:清华大学出版社.2012.03.周志华教授在其所著《机器学习
tiny-boat·2019-04-24 23:13

周志华 西瓜书 《机器学习》 课后习题 - 仅供参考

附上资料：地址（仅供学习交流所用，侵权则删）密码：59ym李宏毅机器学习入门ppt—300多页讲述机器学习大概（推荐先看这个，有个整体概念）西瓜书机器学习周志华—高清pdf，无封面，带书签，不可复制搜索李航统计学
小啊小木头·2019-04-21 00:00

python实现朴素贝叶斯分类器（连续数据）

一、算法算法原理参考周志华老师的《机器学习》p151和李航老师的《统计学习方法》。 博客内容部分借鉴于腾讯云“海天一树”老师。二、数据集本文中的数据集使用的是“皮马印第安人糖尿病数据集”。
Tomator01·2019-04-18 19:15

python 实现朴素贝叶斯分类器（离散数据）

朴素贝叶斯算法步骤：  贝叶斯估计   代码： #-*-coding:utf-8-*- #naiveBayes朴素贝叶斯法 #author:Tomator """ 算法参考与李航博士《统计学习方法》
Tomator01·2019-04-18 00:00

HMM 实现中文词性标注 以及 维特比算法原理

写在前边】本人NLP小白，正在看序列标注相关问题，简单记录下学习的知识和博文，虽然大都是参考的别人的，但是字是我打的··哈哈哈保护知识产权尊重参考博主：参考链接：HMM中的各种算法讲解HMM词性标注参考原文李航
Amy_mm·2019-04-11 00:21

转行AI需要看的一些文章

转行AI需要看的一些文章原创： Cottbuser 湾区人工智能 今天这里整理一些AI基础知识的相关文章 人工智能常识和干货，适合收藏 《统计学习方法》(李航)读书笔记(完结) 机器学习必备宝典-《统计学习方法
湾区人工智能·2019-04-06 22:50

K近邻法（KNN）（学习笔记、C++代码实现）（未完持续更新）

K近邻法参考：《统计学习方法-李航》K近邻法（K-nearestneighbor，k-NN）是一种基本分类和回归方法，本文为分类方面的学习笔记。
张杰_·2019-04-06 13:59

蓝皮书(统计学习方法)、花书(深度学习)、西瓜书(机器学习)-代码+笔记+PDF

蓝皮书(统计学习方法)《统计学习方法》(李航)读书笔记(完结)https://www.cnblogs.com/limitlessun/p/8611103.htmlPDF：http://vdisk.weibo.com
知识在于分享·2019-04-04 09:18

【李航-统计机器学习】【原理及代码】【第二章】 感知机模型 python C++

一、原理：感知机的“非对偶”还是比较容易理解的，输出的Y只有+1和-1两个选择。公式：，其中w是权重，b是偏置其中sign算是个激活函数：线性方程：这个对应空间中的一个超平面需要知道的几个小内容：1、点到超平面的距离：，，这样一来相当于是x向量在w方向上投影之后+b=距离2、误分类数据,具有如下关系成立:3、误分类点到超平面的总距离：4、损失函数：5、参数更新：二、课本上2.1的习题importn
Hi_AI·2019-04-03 17:18

（转）李航《统计学习方法》用python实现第二章-感知器模型

参考自https://blog.csdn.net/jiangjiang_jian/article/details/82989500
J_ssica_L·2019-04-02 21:32

学习笔记_第二章 感知机-《统计学习方法》李航

感知机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。感知机预测是用学习得到的感知机模型对新输入实例进行分类。2.1感知机模型感知机是一种线性分类模型，属于判别函数。感知机模型的假设空间是定义在特征空间中的所有线性分类模型或线性分类器，即函数集合{f|f(x)=wx+b*}.感知机的几何解释：线性方程wx+b=0*对应于特征空间Rn中的一个超平面S，其中w是超
默默奋斗的喵星人·2019-04-01 10:30

EM算法--二维高斯混合模型(GMMs)

参考文章http://blog.163.com/baolong_zhu/blog/static/196311091201421185531966/《统计学习方法》李航EM算法是一种迭代算法，1977年由
触动人生·2019-03-30 20:21

2.【笔记】统计学习方法——sklearn之knn

参考文献：李航.统计学习方法[M].北京:清华大学出版社,2018.该部分笔记全部总结自这本书。KDT这部分代码我是参考自一个GitHub上面开源代码，找不到那个帖子了，再看到的时候再回来补超链接吧。
贫僧不懂·2019-03-25 17:13

1.【笔记之】统计学习方法概论

参考文献：李航.统计学习方法[M].北京:清华大学出版社,2018.该部分笔记全部总结自这本书。
贫僧不懂·2019-03-24 22:57

感知机python实现

感知机原理参考博客：https://www.cnblogs.com/huangyc/p/9706575.html算法引用李航博士《统计学习方法》p29.
Tomator01·2019-03-22 14:30

学习《统计学习方法李航》的读书笔记

Chapter1统计学习方法概论1.1统计学习统计学习(statisticallearning)：是关于计算机基于数据结构构建概率统计模型并运用模型对数据进行预测与分析的一门学科。statisticallearning的学习对象是数据(data)。从数据出发，提取数据的特征，抽象出数据的模型，然后回到对数据的分析与预测。statisticallearning由以下几个构成：supervisedle
ff_xun·2019-03-20 15:29

李航《统计学习方法》笔记和代码示例教程

原文链接：https://mp.weixin.qq.com/s?__biz=MzU2OTA0NzE2NA==&mid=2247508281&idx=2&sn=414d146818fb24a377c66b9af1326d85&chksm=fc86402acbf1c93c5cf99cfae74591f27a9b6c025b29f69d2d700ff234e8b05c8d75e8b7f642#rd【导读
myourdream2·2019-03-19 00:50

统计学习方法 p12 多项式拟合 python实现

看李航老师《统计学习方法》这本书，第12页举了一个多项式拟合的问题，自己怎么都推导不出来，上网查发现书上有误。拟合问题描述如下：书上的推导就不贴了。
frodo_x·2019-03-18 15:00

机器学习入门书籍推荐

作为一个半路出家的小菜鸡，为了较系统学习机器学习，看过好几本相关书籍，除了上面说的这一本，还看过周志华的《机器学习》、李航的《统计学习方法》、IanGoodfellow《DeepLearning》。
南瓜派三蔬·2019-03-16 12:27

k近邻法（KNN）python 实现

KNN关于knn的原理就不赘述了，算法原理可以参考李航博士的《统计学习方法》。这次采用的是最简单的线性扫描方法来寻找k个最近邻点。
Tomator01·2019-03-14 22:19

用python实现一个简单地感知机模型

'''今天看了几页李航老师的《统计学习方法》，感觉写的很透彻，有点手痒按照书上的算法花几分钟写了一个简单至极的感知机模型，没有调用numpy，全程用列表完成，所以内容上稍显复杂'''alist=[[3,3,1
KageYamaa·2019-03-14 15:08

感知机算法原始形式与对偶形式的python实现

2.分别用李航《统计学习方法》课本中的算法2.1和算法2.2求解w和b，并将最终的分类面画在图上；解：第一次分类结果：分类结果一算法2.1求解结果算法2.2求解结果w0[0]=0.400000
许希律·2019-03-13 15:54

防止过拟合方法之添加正则项的思想原理及作用

防止过拟合方法之添加正则项的思想原理及作用一、两种风险最小化二、利用偏差方差分解理解正则化作用一、两种风险最小化李航老师的统计学习方法中提到了两种风险最小化，一种是经验风险最小化，另一种是结构风险最小化
Laurel1115·2019-03-10 16:07
上一页 21 22 23 24 25 26 27 28 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他