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-统计机器学习
统计学方法(
李航
)第三章学习总结
完整的kd最近邻算法Python实现:https://www.jb51.net/article/146976.htmhttps://www.jb51.net/article/133242.htm书中例题二星号表示要查询的点(2,4.5)通过二叉搜索,顺着搜索路径很快就能找到最邻近的叶子节点(4,7),首先假设(4,7)为当前最近邻点,计算其与目标查找点的距离为3.202。回溯到(5,4),计算其与
SIVAN_HU
·
2020-08-17 16:01
李航
《统计学习方法》第二版-第3章 k近邻法 浅见
李航
《统计学习方法》第二版-第3章k近邻法浅见3.0k近邻简单介绍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值选择3.2.4分类决策规则3.3kd树总结3.0k近邻简单介绍
王伟王胖胖
·
2020-08-17 15:34
机器学习
李航
统计学习方法
第二版
浅见
李航
《统计学习方法》第二版-第1章 统计学习及监督学习概论1.6-1.8 浅见
李航
《统计学习方法》第二版-第1章统计学习及监督学习概论1.6-1.8浅见1.6泛化能力1.7生成模型和判别模型1.8监督学习应用1.6泛化能力也就是我们所说的对未知数据的适应能力,预测能力,这个才是我们要的
王伟王胖胖
·
2020-08-17 15:02
李航
统计学习方法
第二版
浅见
机器学习
李航《统计学习方法》第二版
统计学习方法
机器学习
统计学习
监督学习
李航
统计学习方法总结与整理
感知机(perception):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,-1。对应于输入空间中将样本实例分成正负两类的分离超平面,属于判别模型。其损失函数为:所有误分类点到分类超平面的距离总和。目的为最小化这个距离总和。其中,为误分类点到分离超平面距离。L是w,b的连续可导函数。其包括原始形式和对偶形式,采用随机梯度下降法进行求解。首先任意选择一个超平面w0,b0,然后
w_zhao
·
2020-08-17 15:55
笔记
理论
统计学习方法-
李航
(第5章 决策树笔记)
这篇文章从思想的角度上看
李航
所表述的决策树,用简单易理解的方向去解释决策树。提出常见的三种决策树方法ID3,C4.5,同时分析他们的不同。
yealxxy
·
2020-08-17 15:58
统计学习系列笔记
统计学习基础内容
###概述###统计学习:即
统计机器学习
,往往指现在提及的机器学习**统计学习目的:**通过已知数据,对未知数据进行预测和分析统计学习类别:监督学习(本书主要内容);非监督学习;半监督学习;强化学习等统计学习三要素
进军编程
·
2020-08-17 15:06
统计学习方法
李航
·统计学习方法笔记·第6章 logistic regression与最大熵模型(2)·最大熵模型
李航
·统计学习方法笔记·第6章logisticregression与最大熵模型(2)·最大熵模型标签(空格分隔):机器学习教程·
李航
统计学习方法
李航
统计学习方法笔记第6章logisticregression
tina_ttl
·
2020-08-17 15:02
机器学习_machine
learning
李航
·统计学习方法笔记·第6章 logistic regression与最大熵模型(1)·逻辑斯蒂回归模型
第6章logisticregression与最大熵模型(1)·逻辑斯蒂回归模型标签(空格分隔):机器学习教程·
李航
统计学习方法第6章logisticregression与最大熵模型1逻辑斯蒂回归模型Logisticdistribution1
tina_ttl
·
2020-08-17 15:29
机器学习_machine
learning
机器学习
李航
机器学习 | (3) 统计学习方法(第2版)笔记 --- 感知机习题与编程作业
1.Minsky与Papert指出:感知机是线性模型,所以不能表示复杂的函数,如异或(XOR).验证感知机为什么不能表示异或。首先写出异或函数对应的输入输出:y11-11-1+1-11+1-1-1-1我们可以可视化上述实例及其标签:importnumpyasnpimportmatplotlib.pyplotaspltx=np.array([[1,1],[1,-1],[-1,1],[-1,-1]])
CoreJT
·
2020-08-17 14:37
李航机器学习
机器学习 (南京大学周志华的《机器学习》和
李航
的《统计学习方法》)
机器学习的三种不同方法:一、监督学习(supervisedlearning)——对未来事件进行预测。使用有类标的数据构建数据模型。然后使用经训练得到的模型对未来的数据进行预测。主要分为两类:1.利用分类对类标进行预测2.使用回归预测连续输出值二、无监督学习(unsupervisedlearning)——发现数据本身潜在的结构。分为两类:1.通过聚类发现数据的子群2.数据压缩中的降维三、强化学习(r
黑夜的幽灵
·
2020-08-17 14:34
统计学习方法-
李航
(2)
统计学习方法-
李航
(第一章2)如何对经验风险进行矫正经验风险最小化(ERM)缺点结构风险最小化极大似然估计和贝叶斯估计(PR)极大似然估计贝叶斯估计如何对经验风险进行矫正在现实中,由于训练样本数目有限,
萌即正义Zitrone
·
2020-08-17 14:52
统计学习方法-李航
统计学习方法——实践
看书结合python实现的博客学习:
李航
《统计学习方法》第二章——用Python实现感知器模型(MNIST数据集)
李航
《统计学习方法》第三章——用Python实现KNN算法(MNIST数据集)
李航
《统计学习方法
黑人子敬
·
2020-08-17 13:44
人工智能
李航
《统计学习方法》第二章习题和笔记
李航
《统计学习方法》第二章习题和笔记感知机模型点到平面公式的推导两种思路习题感知机模型模型:f(x)=sign(w⃗⋅x⃗+b)f(x)={\rmsign}(\vecw\cdot\vecx+b)f(x)
赶只鸡
·
2020-08-17 13:41
统计学习
机器学习的学习路线
[plain]viewplaincopyML书单│
李航
.统计学习方法.pdf│机器学习及其应用.pdf│AllofStatistics-AConciseC
Computer_Elearning
·
2020-08-17 13:17
机器学习
统计学习方法读书笔记(一)之监督学习
1.统计学习统计学习也叫
统计机器学习
,从数据出发,提取数据的特征,抽象出数据的模型,发现数据中的知识,又回到对数据的分析与预测中去。统计学习关于数据的基本假设是同类数据具有一定的统计规律。
To_1_oT
·
2020-08-17 12:01
机器学习
统计学习方法
李航
---第2章 感知机
第2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。2.1感知机模型定义(感知机):假设输入空间(特征空间
dazhichang6061
·
2020-08-17 12:08
统计学习方法笔记(一)
也称为
统计机器学习
(statisticsmachinelearning)。
bujidaodxbc
·
2020-08-17 12:01
统计学习方法笔记
统计学习方法——第1章 统计学习及监督学习概论
简介本系列博客的主要学习资料为由清华大学出版,
李航
编写的《统计学习方法(第2版)》。希望本系列的博客内容能够帮助初学者加深理解。本系列博客完全按照《统计学习方法》的编排顺序书写。
Gao_YanTai
·
2020-08-17 11:59
统计学习方法
《统计学习方法》读书笔记第1章: 统计学习及监督学习概论
第1章:统计学习及监督学习概论统计学习(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,也称为
统计机器学习
(statsticalmachinelearning
xcj~
·
2020-08-17 11:56
统计学习方法读书笔记
李航
统计学习方法(第二版)第二章 感知机学习笔记【实战篇】
感知机学习笔记【实战篇】原始形式对偶形式原始形式本节用
李航
大大第二版统计学习方法中的例题作为例子来进行学习与编码。
禅心001
·
2020-08-17 11:38
机器学习
李航
《统计学习方法》第二版-第1章 统计学习及监督学习概论1.1-1.2 浅见
李航
《统计学习方法》第二版-第1章统计学习及监督学习概论1.1-1.2浅见目的第一章统计学习及监督学习概论1.1统计学习统计学习是什么,做什么的统计学习的对象统计学习的目的统计学习的方法1.2统计学习的分类基本分类监督学习输入空间
王伟王胖胖
·
2020-08-17 10:48
李航
统计学习方法
第二版
浅见
机器学习
李航
第二章课后习题
原文在我的个人博客上,欢迎叨扰。2.1**题目描述:**Minsky和Papert指出:感知机是线性模型,所以不能表示复杂的函数。如异或(XOR),验证感知机为什么不能表示异或。解:异或的输入输出如下:x(1)x(2)y11-11-11-111-1-1-1接下来我们简单证明一下异或操作的线性不可分性:证:利用反证法,假设存在一个超平面wx+b=0,满足条件:y(w⋅x+b)>0∀x∈{(1,1)T
sanmaopep
·
2020-08-17 10:51
机器学习
《统计学习方法》学习笔记
最近把
李航
的《统计学习方法》看完了,感觉很不错,从概论到各个统计方法,由易到难层层推进,每个方法都有详尽的数学公式推倒,感觉很适合有一定数学功底的人作为机器学习入门来看。
ArthurYang
·
2020-08-17 10:46
NLP
统计学习方法 (
李航
第2版)
文章目录第1篇监督学习第1章:统计学习及监督学习概论第2章:感知机第3章:k近邻法第4章:朴素贝叶斯法第5章:决策树第6章:逻辑斯谛回归与最大熵模型第7章:支持向量机第8章:提升方法第9章:EM算法及推广第10章:隐马尔可夫模型第11章:条件随机场第12章:监督学习方法总结第2篇:无监督学习第13章:无监督学习概论第14章:聚类方法第15章:奇异值分解第16章:主成分分析第17章:潜在语义分析第1
TooSIMple_
·
2020-08-17 10:51
统计学习方法
【读书笔记】
李航
统计学习方法 第一章 统计学习与监督学习概论(上)
文章目录第一章统计学习与监督学习概论(上)1.1统计学习1.2统计学习的分类1.基本分类2.按模型分类3.按算法分类4.按技巧分类1.3统计学习方法三要素第一章统计学习与监督学习概论(上)1.1统计学习1)首先要明确:统计学习=机器学习(基本不做区分)2)统计学习关于数据的基本假设是同类数据具有一定的统计规律性,这是统计学习的前提。【说明】这只是一个假设,在实际应用中并不尽然,所以才有了Domai
司马平雋
·
2020-08-17 10:13
【用python实现《统计学习方法》】之感知机(perceptron)
声明:首先非常感谢
李航
博士和这篇博文的博主。本文的理论部分主要参考
李航
博士的《统计学习方法》,而代码实现部分则是在上述的博文基础上完成,并新增了对偶形式的感知机的python实现。
肖橘猫
·
2020-08-17 02:51
机器学习
统计机器学习
导论第七章读书笔记
统计机器学习
导论第七章读书笔记7.1卷积7.2再生性7.3大数定律6.4中心极限定理 今天主要写的是第七章,第七章的主要内容是独立随机变量的求和的一些性质。
填2
·
2020-08-17 02:14
统计机器学习导论读书笔记
统计机器学习
导论第六章读书笔记
统计机器学习
导论第六章读书笔记6.1多项分布6.2多元正态分布6.3迪利克雷分布6.4威沙特分布总结 今天开一个新坑,阅读一下
统计机器学习
这本书,并进行一些翻译说一说自己的一些感想。
填2
·
2020-08-17 02:14
统计机器学习导论读书笔记
机器学习学习笔记—正则化的理解
这几天在学习
李航
的统计学习方法,来谈谈我对于机器学习中正则化的理解:什么是正则化如何理解正则化正则化的作用第一个问题,什么是正则化?
Harrytsz
·
2020-08-16 23:05
机器学习
复现经典:《统计学习方法》第 8 章 提升方法
本文是
李航
老师的《统计学习方法》[1]一书的代码复现。作者:黄海广[2]备注:代码都可以在github[3]中下载。我将陆续将代码发布在公众号“机器学习初学者”,敬请关注。
风度78
·
2020-08-16 10:09
机器学习02决策树模型
1、什么是决策树参考
李航
老师的《统计学习方法》中对决策树的定义:分类决策树模型是一种描述对实例进行分类的属性结构。决策树有结点(node)和有向边(direcetededge)组成。
灰色小站
·
2020-08-16 09:47
机器学习
决策树与R语言(RPART)
关于决策树理论方面的介绍,
李航
的《
统计机器学习
》第五章有很好的讲解。
tarim
·
2020-08-16 08:04
统计学习方法概论
统计学习也统称为
统计机器学习
。从定义中可以看出统计学习的对象是数据,通过提取数据特征,抽象出数据的模型,发现数据中的知识,又回到对数据的分析与预测中去。
weixin_30920597
·
2020-08-16 02:22
机器学习三要素
Title:机器学习三要素category:机器学习tags:CS机器学习人工智能深度学习summary:
统计机器学习
三要素,模型+策略+算法,主要出自
李航
的《统计学习方法》致谢模型损失函数总结策略总结算法广告深度学习目录链接本文完整版链接致谢本文来自以下内容
sndnyangd
·
2020-08-16 01:16
机器学习
成长记录
学习
MOOC
浅谈机器学习中的贝叶斯派和频率派
频率派发展成
统计机器学习
,贝叶斯派发展成概率图模型。频率派认为模型的参数θ是一个未知的常量,数据X是随机变量,关心的是数据,需要把参数θ估计出来,常用的方法就是极大似然估计。
江小北
·
2020-08-15 21:10
机器学习
复现经典:《统计学习方法》第18章 概率潜在语义分析
第18章概率潜在语义分析本文是
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。
风度78
·
2020-08-15 14:30
Google Brain 研究员梁辰:从零开始搜索机器学习算法(附视频、PPT)
AutoML-Zero团队核心成员梁辰做了题为《AutoML-Zero:EvolvingMachineLearningAlgorithmsfromScratch》的学术报告,并和特约嘉宾、字节跳动人工智能实验室总监
李航
进行了对话
BAAIBeijing
·
2020-08-15 05:17
隐马尔科夫模型(Hidden Markov Model,HMM)
https://blog.csdn.net/shibing624/article/details/52399235前言在
李航
的《统计学方法》第十章有对隐马尔
leichangqing
·
2020-08-14 17:12
机器学习算法
遇到验证码怎么办?Python编写一个验证码图片数据标注GUI程序!
做验证码图片的识别,不论是使用传统的ORC技术,还是使用
统计机器学习
或者是使用深度学习神经网络,都少不了从网络上采集大量相关的验证码图片做数据集样本来进行训练。
pythonjavaphp
·
2020-08-14 16:46
Python
前向后向算法
https://blog.csdn.net/Hearthougan/article/details/77930786本文是自己学习隐马尔科夫模型的一个总结,为了自己以后方便查阅,也算作是
李航
老师的《统计学习方法
lgb_love
·
2020-08-14 07:28
机器学习
单层感知机(Single Layer Perceptron)原理及Matlab实现
单层感知机(SingleLayerPerceptron)原理及Matlab实现前言单层感知机学习策略损失函数的构造损失函数的最优化求解matlab实现动态可视化过程前言本文参考
李航
老师的《统计学习方法》
顧辰
·
2020-08-13 22:43
深度学习
机器学习
《统计学习方法(第二版)》
李航
读书笔记 (4)第一章习题手写解答 伯努利模型的极大似然估计和贝叶斯估计;通过经验风险最小化推导极大似然估计
《统计学习方法(第二版)》
李航
读书笔记(4)第一章习题手写解答伯努利模型的极大似然估计和贝叶斯估计;通过经验风险最小化推导极大似然估计监督学习方法又可以分为生成方法(generativeapproach
THU丶白起
·
2020-08-13 22:39
《统计学习方法(第二版)》李航
读书笔记
李航
《统计学习方法》第一章 机器学习三要素
chapter1统计学习方法概论统计学习三要素model模型假设空间决策函数的集合f={f|Y=f(X)}参数空间/thetastrategy策略:1)如何选择模型?考量:i.损失函数e.g.如果是Squareloss,那就是最小二乘了;如果是HingeLoss,那就是著名的SVM了;如果是exp-Loss,那就是牛逼的Boosting了;如果是log-Loss,那就是LogisticRegres
cutie吖
·
2020-08-13 14:17
读书笔记
统计学习方法
李航
第一章习题
推荐一下个人博客1.1说明伯努利模型的极大似然估计以及贝叶斯估计中的统计学习方法三要素。伯努利模型是定义在取值为0和1的随机变量上的概率分布。假设观测到的伯努利模型n次独立数据生成结果,其中k次的结果为1,这时可以用极大似然估计或贝叶斯估计来估计结果为1的概率。用极大似然估计L(θ)=f(x_1,x_2,...x_n|θ)=Ck_nθ_k(1−θ)n−k直接求一阶导数另其等于零k⋅θk−1(1−θ
variations
·
2020-08-13 13:07
机器学习
感知机模型
最近在重新看
李航
的统计学习方法,总结下每章的内容,并使用python复现。
_木_易
·
2020-08-12 17:01
机器学习
机器学习
强化学习笔记1
研究强化学习的有两拨人,一拨是计算机出身,认为强化学习是机器学习的分支,考虑到现阶段的所谓主流机器学习大量使用概率统计知识,机器学习约等同
统计机器学习
,而强化学习本是炒冷饭,是被机器学习的火热带起来的,
xiaofei473
·
2020-08-12 14:45
机器学习笔记总结
【学习笔记】【统计学习方法】第0章——引言
学习教材这里学习的教材采用《统计学习方法(第2版)》,作者为
李航
,出版社为清华大学出版社。
葑鈊丶
·
2020-08-12 12:43
#
统计学习方法
【学习笔记】【统计学习方法】第1章——统计学习及监督学习概论
统计学习也称为
统计机器学习
。
葑鈊丶
·
2020-08-12 12:43
#
统计学习方法
李航
博士:浅谈我对机器学习的理解
原文http://www.36dsj.com/archives/21024
李航
博士,华为技术有限公司诺亚方舟实验室首席科学家算算时间,从开始到现在,做机器学习算法也将近八个月了。
rokia_xmu
·
2020-08-11 23:16
机器学习
【机器学习】模型评估与选择
内容大多来自统计学习方法——
李航
机器学习——周志华1.统计学习三要素 统计学习方法都是有模型、策略和算法构成的,也就是统计学习方法由三要素构成,可以简单地表示为:方法=模型+策略+算法方法=模型+策略
S大幕
·
2020-08-11 22:30
机器学习
上一页
13
14
15
16
17
18
19
20
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