E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
李航统计学习
基于
统计学习
方法的自然语言处理概述
NLP课程(一,NLP概述和应用场景)AI工程师核心技能:现实生活中问题—>数学优化问题—>通过合适的工具来解决。whatisNLPNLP=NLU+NLG·NLU:语音/文本-->意思(understanding)·NLG:意思—>文本/语音(generate)NLPisHarder(vsComputerVision)Multiplewaystoexpress:(多语一意)·凯美瑞是日本人设计的·
子颠三号倒四
·
2022-12-08 15:43
自然语言处理
机器学习--感知机学习算法
以下只给出了感知机算法的Python代码实现,想从头开始了解机器学习以及感知机模型的推荐
李航
老师的
统计学习
方法蓝宝书感知机算法原始形式#感知机(原始形式)importnumpyasnp#创建测试集,包含三个实例点和两个类别
weixin_45752264
·
2022-12-08 12:23
机器学习
算法
python
统计学习
:logistic回归 Python实现
1.最大熵模型作用是从许多个模型中,选择一个最好的模型,选择的标准就是熵,即具有最大熵的P(Y∣X)P(Y|X)P(Y∣X)就是最好的模型。个人理解最大熵在这里起的作用类似于validdata的作用。为什么最大熵的模型就是最好的呢?因为在自然界中,所有的分布都是趋于无序的、混乱的。最大熵准则则保留了每一种可能发生的情况,可以代表更多的可能发生的信息。比如你在猜抛掷一枚硬币,正面朝上的概率的时候,最
中杯冰美式
·
2022-12-08 03:23
统计学习
python
回归
机器学习
神经网络中的Regularization和dropout
1正则化机器学学习中的正则化相关的内容可以参见
李航
的书:
统计学习
方法。参阅者可以先了解有关的内容。正则化是用来降低overfitting(过拟合)的,减少过拟合的的其他方法有:增加训练集数
这孩子谁懂哈
·
2022-12-07 18:55
Machine
Learning
机器学习
神经网络
正则
统计学
概率论与数理
统计学习
笔记(5)——极大似然估计
在机器学习与深度学习中,特别是"模型已定,参数未知"的情况下,普遍使用最大似然估计法学习参数。为了后面学习中能够找得到地方复习这些概率论知识,所以这里整理了极大似然估计的笔记,所有参考内容放在最后。对了宝贝儿们,卑微小李的公众号【野指针小李】已开通,期待与你一起探讨学术哟~摸摸大!目录1似然与概率2似然函数3极大似然估计4参考1似然与概率似然(likelihood)与概率(probability)
野指针小李
·
2022-12-07 13:52
数学
机器学习
深度学习
概率论
人工智能
机器学习
深度学习
EM算法例子
参考:
统计学习
方法EM算法的一个例子_陈嘟嘟cc的博客-CSDN博客_em算法应用实例#EMalgorithm#coinA,B,C;#coinAfrontprobabilityisphi,backprobabilityis1
Goodness2020
·
2022-12-07 12:57
机器学习
算法
【机器学习】提升方法AdaBoost二分类例题 C++实现
题目来源:
统计学习
方法(第二版
李航
)第八章第一节AdaBoost例子实现P158题目:给定如图所示训练数据集。假设弱分类器由xv产生,其阈值v使该分类器在训练数据上分类误差率最低。
ayitime
·
2022-12-07 12:25
分类
c++
《
统计学习
方法》学习笔记 第十三章 无监督学习概论
目录13.1无监督学习基本原理13.2基本问题13.3无监督学习三要素13.4无监督学习方法13.1无监督学习基本原理无监督学习是从无标注的数据中学习数据的统计规律或者说内在结构的机器学习,主要包括聚类、降维、概率估计。无监督学习可以用于数据分析或者监督学习的前处理。无标注数据U={x1,x2,...,xN}U=\{x_1,x_2,...,x_N\}U={x1,x2,...,xN}模型①函数z=g
LittleFish0820
·
2022-12-07 10:15
统计学习方法
无监督学习
统计学
深度学习入门资料分类汇总(持续更新)
机器学习资料入门课程-斯坦福CS229课程《
统计学习
方法》
李航
DeepLearning入门资料深度学习工程师微专业-一线人工智能大师吴恩达亲研-网易云课堂斯坦
刀客塔辛
·
2022-12-07 05:10
AI
深度学习
机器学习
Python机器学习学习笔记之——引言
它是统计学、人工智能和计算机科学交叉的研究领域,也被称为预测分析或
统计学习
。
前丨尘忆·梦
·
2022-12-06 13:05
tensorflow深度学习
机器学习
统计学习
方法
李航
课后习题答案 第二版 机器学习
李航
《
统计学习
方法》课后习题答案(第2版)【
李航
课后习题解答+书中疑点推导+算法代码实现+可私聊耐心解答(48小时内回复),包会!!】
#苦行僧
·
2022-12-05 16:25
学习方法
人工智能
统计学
监督学习
机器学习
7 支持向量机
支持向量机支持向量机(SVM)是在
统计学习
理论基础上发展起来的一种数据挖掘方法,1992年由Boser,Guyon和Vapnik提出,在解决小样本、非线性、高维的回归和分类问题上,有许多优势。
AlanshaoTT
·
2022-12-05 15:22
R语言
人工智能
一张图掌握SVM——支持向量机
前言:笔者在学习SVM的过程中找了很多书籍、资料以及学习笔记,但是感觉看起来都云里雾里莫名其妙,始终不得要领,最近在看《
统计学习
方法》---
李航
---清华大学出版社---ISBN978-7-302-27595
科学元某人
·
2022-12-05 11:24
人工智能和机器学习
人工智能
机器学习
svm
支持向量机
KNN在Mnist上的实现
KNN在Mnist上的实现原理博客:
统计学习
方法|K近邻原理剖析及实现|Dodo(pkudodo.com)数据集:Statistical-Learning-Method_Code/Mnistatmaster
Sky_codes
·
2022-12-05 10:12
python
python
机器学习
人工智能
knn
pytorch
机器学习——Logistic回归
Logistic回归简介Logistic回归是
统计学习
中的经典分类方法,属于对数线性模型,所以也被称为对数几率回归。该模型是一种分类算法,Logistic回归是一种线性分类器,针对的是线性可分问题。
fishsmans
·
2022-12-05 09:40
机器学习
回归
人工智能
Logistic回归-机器学习
一、logistics回归是什么Logistic回归是
统计学习
中的经典分类方法,属于对数线性模型,所以也被称为对数几率回归。
郭小胖.
·
2022-12-05 09:06
回归
人工智能
如何用Python实现支持向量机(SVM)?
SVM支持向量机是建立于
统计学习
理论上的一种分类算法,适合与处理具备高维特征的数据集。
qq_38220914
·
2022-12-05 08:30
支持向量机
python
机器学习
《
统计学习
方法》读书笔记第2章:感知机
第二章:感知机感知机(perceptron)于1957年由Rosenblatt提出,是神经网络与支持向量得基础。其输入为实例得特征向量,输出为实例得类别,是二类分类的线性分类模型,属于判别模型。感知机的学习旨在求出将训练数据进行线性划分的超平面,为此,导入基于误分类的损失函数,利用梯度下降法对损失函数进行极小化,求得感知机模型。模型感知机定义假设输入空间(特征空间)是X∈Rn\it{X}\in{R
xcj~
·
2022-12-04 13:00
统计学习方法读书笔记
机器学习
算法
python
感知机模型学习笔记及Python实现
最近刚接触
李航
博士的《
统计学习
方法》,还是挺赞的一本书,特别适合机器学习初学者的入门。里面主要阐述机器学习中的几大经典模型的理论方面,包括感知机、kNN、决策树、朴素贝叶斯、逻辑回归、SVM等。
wangxin0314
·
2022-12-04 13:27
python
感知机
《
统计学习
方法》读书笔记——感知机(原理+代码实现)
传送门《
统计学习
方法》读书笔记——机器学习常用评价指标《
统计学习
方法》读书笔记——感知机(原理+代码实现)《
统计学习
方法》读书笔记——K近邻法(原理+代码实现)《
统计学习
方法》读书笔记——朴素贝叶斯法(
郭义臣
·
2022-12-04 13:53
《统计学习方法》读书笔记
感知机
深度学习
机器学习
python
算法
统计学习
方法笔记,第二章感知机的python代码实现
实现的比较粗糙,代码如下:classPerceptron:importnumpyasnpdef__init__(self,w=0,b=0,lr=1,epoch=100):self.weight=wself.bias=bself.lr=lr#lr:learningrateself.epoch=epochdefsign(self,x):ifnp.dot(np.array(self.weight),x)
努力学挖掘机的李某某
·
2022-12-04 13:23
《统计学习方法》笔记
python
感知机
数据挖掘
机器学习
李航
《
统计学习
方法》学习笔记及python实现:第二章 感知机
感知机(perceptron)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。感知机学习旨在求出将训练数据进行线性划分的分离超平面,为此,导入基于误分类的损失函数,利用梯度下降法对损失函数进行极小化,求得感知机模型。模型假设输入空间(特征空间)是x⊆Rn,输出空间是Y={+1,-
XB_please
·
2022-12-04 13:48
感知机
统计学习方法
李航老师
python实现
NNDL 实验五 前馈神经网络 (3)鸢尾花数据集
DataLoader进行封装4.5.3模型构建4.5.4完善Runner类4.5.5模型训练4.5.6模型评价4.5.7模型预测思考题总结参考:深入研究鸢尾花数据集画出数据集中150个数据的前两个特征的散点分布图:【
统计学习
方法
喝无糖雪碧
·
2022-12-04 09:14
python
机器学习
numpy
支持向量机SVM的原理、算法、应用超详述
1.引言2.原理(线性可分、线性不可分、核函数)一.引言1.支持向量机[1-2](supportvectormachines,SVM)是建立在
统计学习
理论[3-4]VC维理论和结构风险最小化原理基础上的机器学习方法
king 开龙wu
·
2022-12-04 07:38
机器学习理论
支持向量机
算法
机器学习
动态规划思想
3.HMM学习方式:有标签:
统计学习
无标签:EM学习importjiebaimportjieba.possegaspsgmstr='我爱北京天安门'foriinjieba.cut(m
小杨变老杨
·
2022-12-03 17:35
动态规划
算法
1.3
统计学习
方法的三要素
1.3
统计学习
方法的三要素监督学习的三要素模型策略无监督学习
统计学习
方法的三要素为模型+策略+算法监督学习的三要素模型假设空间(HypothesisSpace):所有可能的条件概率分布或决策函数,用F\
是我樂樂呀
·
2022-12-03 13:30
统计学习方法
学习方法
逻辑回归
SVM损失函数
SVM损失函数支持向量机(SVM)是90年代中期发展起来的基于
统计学习
理论的一种机器学习方法,通过寻求结构化风险最小来提高学习机泛化能力,实现经验风险和置信范围的最小化,从而达到在统计样本量较少的情况下
tomatotian
·
2022-12-03 12:43
mysql 三阶多项式拟合,《
统计学习
导论-基于R应用》第三章:线性回归(代码)...
库library库:一组不含在基础R配置内的函数和数据集library(MASS)#加载库library(ISLR)#安装库install.packages("ISLR")简单线性回归fix(Boston)#查看Boston数据集names(Boston)#查看数据集的列名(预测变量+响应变量medv)'crim''zn''indus''chas''nox''rm''age''dis''rad''
岚鷲
·
2022-12-03 10:27
mysql
三阶多项式拟合
NLP之基本介绍
研究方向自然语言处理自然语言处理的目标算法相关工作业务型研究型算法工程师需要的技能关于算法的学习NLP面临的困难NLP的发展历程图灵测试NLP发展现状深度学习发展历程第一代神经网络(1958~1969)第二代神经网络(1986~1998)
统计学习
方法的春天
人工智能有点
·
2022-12-03 08:04
AI之旅
自然语言处理
人工智能
从零开始学人工智能--
统计学习
:
统计学习
基础知识
统计学习
基础知识文章目录
统计学习
基础知识
统计学习
种类1.1监督学习1.1.1分类问题1.1.2回归问题1.2非监督学习
统计学习
中的基本概念2.1
统计学习
三要素:模型,策略,算法2.2欠拟合和过拟合2.3
千锋python和唐唐
·
2022-12-03 04:22
学习深度学习与图像处理中的一些感悟(1)
上学时也看了很多理论的学习,有关传统图像的、数学方面推导的书的和视频,像西瓜书,
李航
的统计等等,还做了很多笔记,但是效果甚微,一到图像处理还是用matlab或者cv2库解决。后边反思原因,更多的是代
搞事情啊
·
2022-12-02 22:41
python
计算机视觉
目标检测
人工智能
R语言聚类分析
不用指定类别的数目hclust()**(1)pvclust生成碎石图、P值和突出显示的方框**在线案例1在线案例2数据预处理鸢尾花数据:根据花萼和花瓣的长度进行归类Iris鸢尾花数据集是一个经典数据集,在
统计学习
和机器学习领域都经常被用作示例
来臻
·
2022-12-02 15:11
r语言
开发语言
统计学习
方法 | 第1章
统计学习
方法概论
第1章
统计学习
方法概论1.
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分析与预测的一门学科。
统计学习
包括监督学习、非监督学习、半监督学习和强化学习。
weixin_30352645
·
2022-12-02 13:26
python
人工智能
数据结构与算法
EM算法原理和实现的学习总结
我对EM算法的理解过程经历了如下几个阶段:看《
统计学习
方法》上的第9章EM算法及其推广,对EM算法需要解决的问题和原理有了一个初步的印象;(这个时候其实并不是完全明白)根据EM算法整理及其pytho
ForcedOverflow
·
2022-12-02 13:55
nlp
机器学习
EM算法
统计学习方法
java em算法_关于EM算法原理的分析与理解(Python实现)
本文的计算公式出自《
统计学习
方法》,写这篇文章主要是想把自己对这个算法的思路理清,并把自己的理解记录下来,同时分享出来,希望能够帮助到打算入门机器学习的人。
山林公子
·
2022-12-02 13:55
java
em算法
《
统计学习
方法》 第九章 EM算法(原理+代码)
EM算法EM算法是含有隐变量的概率模型极大似然估计或极大后验概率估计的迭代算法含有隐变量的概率模型的数据表示为θ\thetaθ这里,YYY是观测变量的数据,ZZZ是隐变量的数据,θ\thetaθ是模型参数EM算法通过迭代求解观测数据的对数似然函数L(θ)=logP(Y∣θ){L}(\theta)=\log{P}(\mathrm{Y}|\theta)L(θ)=logP(Y∣θ)的极大化,实现极大似
小鹏AI
·
2022-12-02 13:54
统计学习方法
算法
学习方法
2.逻辑回归算法梳理
逻辑回归与线性回归的联系与区别2、逻辑回归的原理3、逻辑回归损失函数推导及优化4、正则化与模型评估指标5、逻辑回归的优缺点6、样本不均衡问题解决办法7.sklearn参数参考资料1、西瓜书2、cs229吴恩达机器学习课程3、
李航
统计学习
weixin_30823683
·
2022-12-02 10:32
人工智能
数据结构与算法
ESL4.4 逻辑斯蒂回归(logistic回归)学习笔记
4.4逻辑斯蒂回归这是一篇有关《
统计学习
基础》,原书名TheElementsofStatisticalLearning的学习笔记,该书学习难度较高,有很棒的学者将其翻译成中文并放在自己的个人网站上,翻译质量非常高
Nstar-LDS
·
2022-12-02 10:29
ESL阅读笔记
统计学
机器学习
统计模型
机器学习课程笔记---支持向量机
引言机器学习三种方法:1、经典的参数估计方法局限性是需要样本的先验分布2、非线性方法,如ann局限性是全靠经验,缺少理论3、
统计学习
理论针对小样本误差:1、一般误差真实误差2、经验误差来自样本机器学习的目标是最小化一般误差
野生蘑菇菌
·
2022-12-02 02:53
Machine
Learning
#
课堂笔记
机器学习
深度学习模型可解释性(重温入门知识)
事先事中事后三类型+LIME(模型无关分析)方法简单实现目录1.可解释性是什么0x1:广义可解释性0x2:在
统计学习
中的可解释性0x3:机器学习领域的可解释性1.决策树是目前业内公认可解释性最好的非线性机器学习算法
再给一碗吧
·
2022-12-02 00:40
深度学习可解释性
【面经】字节AI Lab-NLP算法热乎面经
PS:offercall里说我的leader是
李航
,看了看手里的小蓝书,意外的惊喜面
zenRRan
·
2022-12-01 20:02
字节跳动 AI Lab 总监
李航
:语言模型的过去、现在和未来
作者|
李航
编译|李梅、黄楠编辑|陈彩娴转自:AI科技评论从俄国数学家AndreyMarkov(安德烈·马尔可夫)提出著名的「马尔科夫链」以来,语言建模的研究已经有了100多年的历史。
深度学习技术前沿
·
2022-12-01 20:02
大数据
自然语言处理
算法
编程语言
python
线性回归、最小二乘原理(Linear_regression)
参考了
统计学习
方法,概率论与数理统计,工程线性代数,西瓜书,MachineLearnigwithpython做的总结,所以不能作为教程,还包含自己用sklearn做的一些对比实验,原文是写在jupyter
geter_CS
·
2022-12-01 02:10
机器学习
线性回归
最小二乘
《
统计学习
方法》(
李航
) 感知机模型算法
第二章感知机感知机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。导入基于分类的损失函数,利用梯度下降算法对损失函数进行极小化,求得感知机模型。分为原始模式和对偶模式。2.1感知机模型定义2.1(感知机)假设输入空间(特征空间)是,输出空间是。输入表示实例的特征向量,对应于输入空间
APPLECHARLOTTE
·
2022-11-30 20:08
#
李航统计学习
机器学习
《
统计学习
方法》K近邻算法(KNN)
第3章K近邻算法k近邻算法(kNN)是一种基本分类和回归方法。本书只讨论分类问题中的k近邻算法。k近邻算法的输入为实例的特征向量,对应于特征空间的点;输出为实例的类别,可以取多类。k近邻法假设给定一个训练数据集,其中的实例类别已定。分类时,对新的实例,根据其k个最近邻的训练实例的类别,通过多数表决等方式进行预测。因此,k近邻法不具有显式的学习过程。3.1k近邻算法输入:训练数据集其中,为实例的特征
APPLECHARLOTTE
·
2022-11-30 20:38
#
李航统计学习
1024程序员节
统计学习
方法——机器学习和
统计学习
1.
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分析与预测的一门学科。
统计学习
包括监督学习、非监督学习、半监督学习和强化学习。
小陈phd
·
2022-11-30 20:57
统计学习导论
机器学习
人工智能
李航
统计学习
方法公式推导参考
今天继续学习
李航
老师的
统计学习
方法,虽然老师写的很好,但是由于我的数学基础不太好,所以有些公式还是看起来有些吃力,就想在网上找一下有没有大佬写的推导公式的参考,就像周志华老师的西瓜书在网上有南瓜书作为辅助一样
东大梅西
·
2022-11-30 20:55
机器学习
机器学习
李航
老师
统计学习
方法答案汇总
缺了第20章的答案,实在有点难,就看了看大致思想,要期末考试了,算是两个月把
李航
老师的书上的算法学了一遍,感觉推导了无数个公式,有些简单的算法自己也实现了。缺的知识以后再补充吧!
六七~
·
2022-11-30 20:23
统计学习方法第二版
统计学
算法
人工智能
机器学习
统计学习
方法——第1章(个人笔记)
统计学习
方法——第1章
统计学习
及监督学习概论《
统计学习
方法》(第二版)
李航
,学习笔记1.1
统计学习
1.特点(1)以计算机及网络为平台,是建立在计算机及网络上的;(2)以数据为研究对象,是数据驱动的学科;
抽屉疯了
·
2022-11-30 20:53
机器学习
机器学习
李航
——《
统计学习
方法》(一)
第1章
统计学习
方法概论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
就是计算机系统通过运用数据及统计方提高系统性能的机器学习。
ccj211985
·
2022-11-30 20:51
学习笔记
机器学习
上一页
11
12
13
14
15
16
17
18
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他