李航统计学习笔记

《美团机器学习实践》读后感

熟悉算法的同学应该对周志华老师的《机器学习》、李航老师的《统计学习方法》、或者是三巨头的《深度学习》都耳熟能详，甚至是比较入门的那本《python机器学习》，但美团的这本，我觉得是与上述概念性、知识
霸道总裁不爱我·2022-07-19 16:06

《机器学习方法（第三版）——李航》学习笔记（一）

有幸了解到李航博士新书《机器学习方法》（第三版），
HitStuHan·2022-07-14 07:16

机器学习笔记（十五）-大规模机器学习

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·2022-07-12 07:26

机器学习笔记（十六）-图片文字识别

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·2022-07-12 07:26

机器学习笔记（九）-机器学习系统的设计

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·2022-07-12 07:55

机器学习笔记（十三）-异常检测

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·2022-07-12 07:17

重磅整理！推荐系统之深度召回模型综述（PART III）

NewBeeNLP原创出品作者@一块小蛋糕知乎|推荐系统小筑前段时间读完了李航、何向南的《DeeplearningformatchinginsearchandRecommendation》，文章思路清晰
文文学霸·2022-07-09 07:34

统计学习方法---李航

统计学习方法笔记第一章:统计学习概论1.1统计学习统计学习(statisticallearning)是关于计算机基于数据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。统计学习也称为统计机器学习(statisticalmachinelearning).机器学习称为统计学习更学术化。HerbertA.simon对“学习”的定义我觉得挺好的：如果一个系统能够通过执行某个过程改进它的性能，这就
02Bigboy·2022-07-05 07:11

统计学习方法（李航）--1.1 统计学习 读书笔记

1.统计学习方法的特点统计学习(statisticallearning):关于计算机基于数据构建统计模型并运用模型对数据进行预测与分析的一门学科。又称为统计机器学习(statisticalmachinelearning)。主要特点：（1）以计算机及网络为平台，是建立在计算机及网络之上的。（2）以数据为研究对象，是数据驱动学科。（3）目的：对数据进行预测与分析。（4）以方法为中心，统计学习方法构建模
yuanProgramming·2022-07-05 07:38

统计学习方法笔记（李航）———第一章（统计学习方法概论）

一、基本概念假设空间（Hypothesisspace）相对“输入空间”、“输出空间”、“特征空间”等向量空间，假设空间的概念比较抽象。首先它是一个“映射”的集合。什么是映射呢？在这里暂且理解为函数吧。输入空间中的一个n维向量x，通过函数f(⋅)f(\cdot)f(⋅)得到了输出空间中的m维向量y：注意：按照符号规定,x(i)x^{(i)}x(i)表示此向量的第iii个分量(特征),xix_{i}x
越前浩波·2022-07-05 07:38

李航-统计学习方法-笔记-1：概论

写在前面本系列笔记主要记录《统计学习方法》中7种常用的机器学习分类算法，包括感知机，KNN，朴素贝叶斯，决策树，逻辑斯谛回归与最大熵模型，SVM，boosting。课本还涉及到3种算法是关于概率模型估计和标注问题的，暂未列入学习计划，所以笔记中没有涉及，包括EM算法，隐马尔可夫模型，条件随机场（CRF）。所以本系列笔记总共包括9篇笔记：1篇概论（对应书本第1章）7篇算法（对应书本第2-8章）1篇总
weixin_30500289·2022-07-05 07:02

机器学习 | 李航《统计学习方法》笔记整理之（一）统计学习方法概论

本系列为李航《统计学习方法》学习笔记整理，以下为目录：（一）统计学习方法概论（二）感知机（三）k近邻（四）朴素贝叶斯（五）决策树（六）逻辑斯蒂回归与最大熵模型（七）支持向量机（八）提升方法（九）EM算法及其推广
weixin_30433075·2022-07-05 07:32

《统计学习方法》李航-第二版 ，读数笔记

第1章统计学习及监督学习概论一、分类基本分类：监督学习、无监督学习、强化学习、半监督学习和主动学习监督学习：分类问题（离散）和回归问题（连续）按模型分类：概率与非概率、线性和非线性、参数化和非参数化二、统计学习三要素模型+策略+算法策略：经验风险最小化、结构风险最小化三、模型评估模型复杂度较大时容易产生过拟合现象，这时需要引入正则化，正则化是结构风险最小化策略的实现。正则化形式：正则化项可以是参数
纯_小白·2022-07-05 07:59

统计学习方法-李航-第一章学习笔记

**第1章统计学习方法概论**统计学习的对象是数据，关于数据的基本假设是同类数据具有一定的统计规律性。特点：（1）数据独立同分布；（2）模型属于某个假设空间（学习范围）；（3）给定评价准则下最优预测；（4）最优模型的选择由算法实现统计学习分类统计学习：监督学习非监督学习强化学习(半监督学习主动学习)监督学习：X_trainX_testY_trainT_test监督学习->分类标注回归(预测)无监督
好想发论文·2022-07-05 07:57

统计学习方法-李航-第一章：统计学习方法概论-笔记1

文章目录0机器学习分类0.1监督学习0.2无监督学习0.3半监督学习0.4强化学习1统计学习方法概论1.1监督学习的步骤1.2统计学习三要素1.3模型评估1.4交叉验证1.4.1简单交叉验证1.4.2S折交叉验证1.4.3留一交叉验证1.5泛化能力1.6生成模型与判别模型1.7分类问题1.7.1准确率1.7.2精确率1.7.3召回率1.7.4F11.8标注问题1.9回归问题0机器学习分类机器学习是
流动的风与雪·2022-07-05 07:57

学习笔记：李航统计学习方法

是关于李航的《统计学习方法》的学习笔记主要是看七月在线的网课1统计学习及监督学习概论1.1基础概念概念：关于计算机基于数据构建概率统计模型、并运用模型对数据进行预测与分析的一门学科。
三耳01·2022-07-05 07:17

《统计学习方法》李航学习笔记心得

最近开始学习这本书，初看感觉有些难度，主要想记录一些重点知识和一些难的点进行详细理解。目录1统计学习以及监督学习概论1.1统计学习1.1.1基本分类1.1.2按模型分类1.1.3按算法分类1.1.4按技巧分类1.3统计学习方法三要素1.3.1模型1.3.2策略1.3.3算法1.4模型评估与模型选择1.4.1训练误差与测试误差1.4.2过拟合和模型选择1.5正则化与交叉验证1.5.1正则化1.5.2
偷心的小白·2022-07-05 07:45

机器学习：李航-统计学习方法-代码实现

《统计学习方法》的代码实现分享《统计学习方法》这本书，附件里并没有代码实现，于是许多研究者复现了里面算法的代码，并放在github里分享，这里介绍几个比较热门的《统计学习方法》代码实现的项目：1)GitHub-fengdu78/lihang-code:《统计学习方法》的代码实现（标星：13.6k+）这个仓库由黄海广博士整理，第一版的监督学习方法已经整理完毕(更新完十二章)，仓库的主要内容以Jupy
凌贤文·2022-07-05 07:12

李航《统计学习方法》学习笔记（一）

第一章统计学习及监督学习概论统计学习的分类-监督学习-无监督学习-强化学习-半监督学习-主动学习1.2.1监督学习：监督学习的本质是学习输入到输出的映射的统计规律，这一映射由模型来表示（1）输入空间、特征空间和输出空间特征空间：每个具体的输入是一个实例，通常由特征向量表示。这时，所有的特征向量存在的空间称为特征空间。特征空间的每一维对应于一个特征。模型实际上都是定义在特征空间上。根据输入输出变量的
MoneyBagZ·2022-07-05 07:32

机器学习：李航-统计学习方法笔记（一）监督学习概论

目录1.1统计学习1.2统计学习的分类1.2.1基本分类监督学习定义：无监督学习强化学习半监督学习主动学习1.2.2按模型分类1.2.3按算法分类1.2.4按技巧分类贝叶斯学习（Bayesianlearning）核方法（kernelmethod）1.3统计学习的三要素模型策略算法1.1统计学习统计学习是关于计算机基于数据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。也可以说统计学习就是
凌贤文·2022-07-05 07:54

机器学习（3）：聚类算法之K均值算法、层次聚类和密度聚类

本文主要是依据李航老师的《统计学习方法》和邹博老师的机器学习教学视频总结编写的。文中所用到的有关机器学习的基
棉花糖灬·2022-06-24 07:59

应用向国产架构体系化迁移的三大难点及解决方案

李航：国家信创战略背景下，信创产业从党政、金融等领域高速扩展到电信、制造、教育等更广阔的市场。
EAWorld·2022-06-23 15:14

马尔可夫链(Markov Chain)，隐马尔可夫模型

隐马尔可夫模型：我是通过《统计学习》（李航）的书进行的学习，写的也是很
求求你来BUG行不行·2022-06-22 07:49

Boosting族算法--Adaboost算法与GBDT算法原理(简单易懂)

如想深入了解算法核心推导步骤，可查阅相关书籍或论文，推荐阅读：《机器学习》周志华《统计学习方法》李航Boosting算法Boosting算法是一种可将弱学习器提升为强学习器的算法。
CquptDJ·2022-06-04 07:56

统计学习方法笔记(未完待续)

前言：参考了一位NLP学长的博客，受益颇多，跟着学长学习李航老师的《统计学习方法》，希望整理一些重点，便于翻阅，日积月累，为三年后的面试打下基础！
popofzk·2022-05-30 07:50

机器学习：决策树 -- 学习笔记

参考文章决策树算法原理(上)-刘建平Pinard-博客园决策树算法原理(下)-刘建平Pinard-博客园李航《统计学习方法》第二版决策树算法决策树学习算法包含：特征选择决策树生成决策树的剪枝下面会分别对三个部分进行一定的总结
JingYuJingYuJingYu·2022-05-24 07:46

机器学习笔记补充——决策树

算法3.3CART算法(分类和回归树，classificationandregressiontree)4.决策树的剪枝4.1ID3/C4.5的剪枝4.2CART的剪枝5.随机森林  本文内容主体是基于李航
lavendelion·2022-05-23 07:49

机器学习笔记 (3)-决策树模型

参考资料《机器学习》-周志华《统计学习方法》-李航《机器学习实战》-PeterHarrington(美)《加号机器学习讲义》-加号老师摘要机器学习包含监督学习、非监督学习、以及强化学习三大部分。
yanwosky4·2022-05-23 07:13

李航 统计学习方法 第六章 逻辑斯谛回归与最大熵模型

李航统计学习方法第六章逻辑斯谛回归与最大熵模型逻辑斯谛回归模型设XXX是连续随机变量,XXX服从逻辑斯谛分布是指XXX具有下列分布函数和密度函数:F(x)=P(X≤x)=11+e−(x−μ)/γF(x)
manong_dashen·2022-05-19 07:38

李航 统计学习方法 第四章 朴素贝叶斯

李航统计学习方法第四章朴素贝叶斯基于贝叶斯定理和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
manong_dashen·2022-05-19 07:38

李航 统计学习方法 第2章 感知机

第2章感知机介绍感知机模型,叙述感知机的学习策略,特别是损失函数;最后介绍感知机学习算法,包括原始形式和对偶形式,证明算法的收敛性.感知机模型f(x)=sign(w⋅x+b)f(x)=sign(w\cdotx+b)f(x)=sign(w⋅x+b)是模型函数www和bbb是模型参数,分别叫权值和偏置.感知机是判别模型.假设空间是线性分类器集合{f∣f(x)=w⋅x+b}\{f|f(x)=w\cdot
manong_dashen·2022-05-18 16:30

机器学习基础（3）—— 泛化能力、过拟合与欠拟合

参考：西瓜书第二章李航《统计学习方法（第二版）》第一章文章目录1.训练误差、测试误差与泛化性能1.1训练误差与测试误差1.2泛化能力1.2.1泛化误差1.2.2泛化误差上界2.过拟合和欠拟合2.1基础概念
云端FFF·2022-05-18 07:22

一周上榜新书：强化学习、深度学习最受程序员关注

1、动手学强化学习周榜TOP2，上海交通大学ACM班创始人俞勇教授团队编写，由李航、李沐等多位业内领军人士力荐！图灵奖得主JohnHopcroft推荐的强化学习入门书。
人邮异步社区·2022-05-17 16:59

电信保温杯笔记——《统计学习方法（第二版）——李航》第4章 朴素贝叶斯法

电信保温杯笔记——《统计学习方法（第二版）——李航》第4章朴素贝叶斯法论文介绍特点数学基础条件概率全概率公式贝叶斯公式先验概率后验概率似然函数极大似然估计（MLE）最大后验概率估计（MAP）贝叶斯估计（
电信保温杯·2022-05-17 07:23

李航《统计学习方法》学习笔记之——第四章：朴素贝叶斯法

“李航《统计学习方法》学习笔记”系列教程以李航老师《统计学习方法》为基础，系列笔记内容主要包括我学习过程中对于书中算法原理的理解和重点知识的汇总。
码农的科研笔记·2022-05-17 07:13

入门计算机视觉和人工智能 深度学习+统计学习方法+机器学习+数字图像处理

包括Bengio大神的《深度学习》，李航的《统计学习方法》第二版，周志华教授的《机器学习》，最后还有冈萨雷斯经典的《数字图像处理》。
m0_62042883·2022-05-13 07:41

李航《统计学习方法》----KNN--例题解析+ 机器学习实战

（文章底部有代码和数据链接）模型介绍k近邻算法（k-nearestneighbor,k-NN)基本思想是：特征空间中的每个样本都可以用与它最近的K个邻居来代表。分类的过程是：k个邻居进行投票，将待预测样本归入得票最多的类别里面。模型三要素（1）k值的选择（2）距离的度量方法（3）分类决策规则常见的距离度量方式设两个n维向量x1和x2之间的距离度量方式有：1、曼哈顿距离：2、欧氏距离：3、切比雪夫距
weixin_37550997·2022-05-11 07:33

利用k近邻模型进行鸢尾花分类-Python实现

利用k近邻模型进行鸢尾花分类-Python实现数据集简介https://www.cnblogs.com/mandy-study/p/7941365.htmlK近邻算法参考书：李航的《统计学习方法》书上的内容写得比我好得多的多
anion_·2022-05-10 07:46

统计学习笔记-第7章 支持向量机

第七章支持向量机(SupportVectorMachines,SVM)前言支持向量机这部分的知识点断断续续看了一周，看的头疼，至今仍有许多疑惑。在理解透彻之前先记下部分总结，也包括一些不懂的点，整理一下看的知识点，等有时间再回过头来仔细看看。支持向量机(SupportVectorMachine,SVM)的大名想必大家早有耳闻，其功能强大且用途广泛，既可以进行线性分类也可以进行非线性分类，甚至还可以
madao10086+·2022-05-05 07:12

K-近邻算法的超参数K值以及取值问题

举例说明：(K值相当于取得的样本数量个数去训练)K值过小：容易受到异常点的影响k值过大：受到样本均衡的问题K值选择问题，李航博士的一书「统计学习方法」上所说：1)选择较小的K值，就相当于用较小的领域中的训练实例进行预测
缘 源 园·2022-05-04 07:48

统计学习方法笔记（李航）———第三章（k近邻法）

k近邻法(k-NN)是一种基于实例的学习方法，无法转化为对参数空间的搜索问题（参数最优化问题）。它的特点是对特征空间进行搜索。除了k近邻法，本章还对以下几个问题进行较深入的讨论:切比雪夫距离L∞(xi,xj)L_{\infty}\left(x_{i},x_{j}\right)L∞(xi,xj)的计算“近似误差”与“估计误差"的含义k-d树搜索算法图解一、算法输入：训练集T={(x1,y1),(x2
越前浩波·2022-05-02 07:00

统计学习方法——k近邻法

李航老师的书中只讨论了分类问题。
nuistgwk·2022-05-02 07:19

诺亚方舟实验室李航：深度学习还局限在复杂的模式识别上

诺亚方舟实验室李航：深度学习还局限在复杂的模式识别上width="22"height="16"src="http://hits.sinajs.cn/A1/weiboshare.html?
元宇宙iwemeta·2022-04-28 07:28

国内 Top2 高校研一在读，为什么感觉深度学习越学越懵?

他在阅读了DL相关书籍和资料，如李航老师的《统计学习方法》后，对深度学习方面的理论知识理解感到困难，花书也不太读的懂。那么对于如题主这样的初次接触科研的学生来说，
视学算法·2022-04-24 09:51

复现经典：《统计学习方法》第21章 PageRank算法

第21章PageRank算法本文是李航老师的《统计学习方法》一书的代码复现。作者：黄海广备注：代码都可以在github中下载。我将陆续将代码发布在公众号“机器学习初学者”，可以在这个专辑在线阅读。
湾区人工智能·2022-03-25 19:58

机器学习贝叶斯分类（理论及代码实现）

具体可以参考概率论与数理统计教材、周志华的西瓜书、李航的统计学习方法。1.1、极大似然估计。直接来例子例：假设袋子里有n个球，n无限大。只有黑球和白球，每次有放回的从袋子随机拿100次球。
神仙罗辑·2022-03-25 07:05

机器学习之绪论

本文知识来源参考网络与专业书籍参考书籍1、机器学习-周志华2、统计学习-李航文章目录一、机器学习是什么？二、机器学习的关联技术问：人工智能是什么？人工智能与机器学习的关系？问：什么是深度学习?
STCNXPARM·2022-03-23 07:25

Python实现感知机算法——李航《统计学习方法》

接下来一学期选了门《机器学习》的课程，所以打算把相关的作业也发上来！一：请说明感知机为何不能解决异或问题。答：我们知道感知机属于线性模型，由于其无法找到一个线性模型对异或问题进行划分，所以其不能解决异或问题。具体解释如下：首先我们知道感知机的数学表达式就是：f(x)=sign(wx+b)其中sign是符号函数，w和b都是感知机参数，x表示实例的特征向量，而y=f(x)就是实例的类别。以二维特征向量
请求和清风明月·2022-03-14 10:00

【matlab】Logistic Rgression

参考吴恩达的course，《统计学方法》（李航），《DeepLearning》文章目录1载入数据2实现2.1初始化2.2sigmoid函数2.3计算损失函数和梯度2.4画出分类边界2.5预测和评估2.5.1
bryant_meng·2022-03-11 07:38

python机器学习 多项式回归模型正则化（拉索，岭，弹性网）

ElasticNet)回归二、python可视化1.导入包2.产生数据3.模型对比及可视化总结过拟合指学习时选择的模型所包含的参数过多，以至于出现模型对已知数据预测的很好，但对未知数据预测得很差得现象——李航
啥都会点的大秀·2022-03-11 07:32
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他