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
python实现隐马尔科夫模型HMM
一份完全按照
李航
>介绍的HMM代码,供大家参考,具体内容如下#coding=utf8'''''Createdon2017-8-5里面的代码许多地方可以精简,但为了百分百还原公式,就没有精简了。
adzhua
·
2018-03-25 11:53
统计学习方法之感知机算法对偶形式_
李航
刚学习了感知机算法,简单用java实现了一下书中的例题。感觉对偶形式除了可以提高性能,更能体现每个实例对学习结果的影响大小。publicclassSensor_2{publicstaticint[]a=newint[3];publicstaticintb=0;publicstaticintt=0;//获得实例之间的內积Gram矩阵publicstaticint[][]getGram(int[][]
Da_n_n_y
·
2018-03-24 13:31
统计学习方法
统计学习方法之感知机算法对偶形式_
李航
刚学习了感知机算法,简单用java实现了一下书中的例题。感觉对偶形式除了可以提高性能,更能体现每个实例对学习结果的影响大小。publicclassSensor_2{publicstaticint[]a=newint[3];publicstaticintb=0;publicstaticintt=0;//获得实例之间的內积Gram矩阵publicstaticint[][]getGram(int[][]
Da_n_n_y
·
2018-03-24 13:31
统计学习方法
统计学习方法之感知机_
李航
感知机的前提是假定数据集线性可分,通过不断更新w,b的值使损失函数最小。感知机学习算法的原始形式代码如下:importjava.util.HashMap;importjava.util.Iterator;importjava.util.Map;publicclassSensor_1{publicstaticint[]w=newint[2];publicstaticintb=0;publicstat
Da_n_n_y
·
2018-03-24 13:48
统计学习方法
MILABOT:基于深度强化学习打造聊天机器人
而现代对话系统通常使用组合学习的架构,将手工定制状态和规则组合到
统计机器学习
算法中。由于人类语言的复杂性,在构建在开放域对话机器人时,最大的挑战在于无法枚举所有可能的状态。
IT技术精选文摘
·
2018-03-21 00:00
1 机器学习数学总结
参考:《深度学习》、《机器学习》-周志华、《统计学习方法》-
李航
。
chenxl929
·
2018-03-15 17:35
机器学习
machine learning资料总结与心得
://ufldl.stanford.edu/wiki/index.php/UFLDL教程七月在线创始人的博客:http://blog.csdn.net/v_july_v……书:《PRML》周志华西瓜书
李航
code_caq
·
2018-03-13 21:48
Machine
Learning
李航
《统计学习方法》第四章课后答案链接
李航
《统计学习方法》第四章课后答案链接本博客转载自:http://blog.csdn.net/xiaoxiao_wen/article/details/54097917
Allenlzcoder
·
2018-03-12 11:59
李航《统计学习方法》课后题答案
李航
《统计学习方法》——第八章 提升方法
提升方法就是组合一系列弱分类器构成一个强分类器,AdaBoost是其代表性算法AdaBoost算法适用问题:二类分类,要处理多类分类需进行改进代码(用sklearn实现):#encoding=utf-8importpandasaspdimporttimefromsklearn.cross_validationimporttrain_test_splitfromsklearn.metricsimpo
fuqiuai
·
2018-03-10 13:47
机器学习
李航
《统计学习方法》——第七章 支持向量机
由于网上资料很多,这里就不再对算法原理进行推导,仅给出博主用Python实现的代码,供大家参考适用问题:二类分类实验数据:二分类的数据train_binary.csvSVM有三种模型,由简至繁为当训练数据训练可分时,通过硬间隔最大化,可学习到硬间隔支持向量机,又叫线性可分支持向量机当训练数据训练近似可分时,通过软间隔最大化,可学习到软间隔支持向量机,又叫线性支持向量机当训练数据训练不可分时,通过软
fuqiuai
·
2018-03-10 13:09
机器学习
李航
《统计学习方法》——第五章 决策树模型
由于网上资料很多,这里就不再对算法原理进行推导,仅给出博主用Python实现的代码,供大家参考适用问题:多类分类三个步骤:特征选择、决策树的生成和决策树的剪枝常见的决策树算法有:ID3:特征划分基于信息增益C4.5:特征划分基于信息增益比CART:特征划分基于基尼指数测试数据集:train.csvID3算法代码:#encoding=utf-8importcv2importtimeimportnum
fuqiuai
·
2018-03-10 13:28
机器学习
李航
《统计学习方法》——第二章 感知机模型
由于网上资料很多,这里就不再对算法原理进行推导,仅给出博主用Python实现的代码,供大家参考适用问题:二类分类实验数据:由于是二分类器,所以将MINST数据集train.csv的label列进行了一些微调,label等于0的继续等于0,label大于0改为1。这样就将十分类的数据改为二分类的数据。获取地址train_binary.csv实现代码:#encoding=utf-8importpand
fuqiuai
·
2018-03-10 13:48
机器学习
李航
《统计学习方法》第二章课后答案链接
李航
《统计学习方法》第二章课后答案链接
李航
统计学习方法第二章课后习题答案http://blog.csdn.net/cracker180/article/details/78778305
Allenlzcoder
·
2018-03-05 22:37
李航《统计学习方法》课后题答案
决策树学习之概念理解和代码实现
前言:在学习《python数据挖掘入门与实践》的决策树球队预测后,为了更好的了解决策树学习,我又阅读了
李航
老师的《统计学习方法》决策树章节内容。这本书被许多大神极力推荐,我在阅读后也发现确实不负盛名。
baoFeng_Li
·
2018-03-05 22:39
数据挖掘
70个NumPy分级练习:用Python一举搞定机器学习矩阵运算
翻译|人工智能头条参与|王柯凝责编|suisui【AI科技大本营导读】Numpy是一个开源的Python科学计算库,专用于存储和处理大型矩阵,相比Python自身的嵌套列表结构要高效很多,是数据分析、
统计机器学习
的必备工具
AI科技大本营
·
2018-03-01 17:42
AI
人工智能
TensorFlow深度学习框架学习(二):TensorFlow实现线性支持向量机(SVM)
SVM的原理可以参考
李航
的《统计学习方法》具体代码如下,代码都有注释的#1、导入必要的库importmatplotlib.pyplotaspltimportnumpyasnpimporttensorflowastffromsklearnimportdatasets
宝蓓
·
2018-02-28 16:14
自学
机器学习
深度学习框架
TensorFlow
独立同分布
最近在复读
李航
的统计学方法,又看到了“独立同分布”,觉得好奇,就开始了这个知识点的整理;首先看看百度百科对于独立同分布的解释:独立同分布independentandidenticallydistributed
Python技术博文
·
2018-02-25 00:00
独立同分布
最近在复读
李航
的统计学方法,又看到了“独立同分布”,觉得好奇,就开始了这个知识点的整理;首先看看百度百科对于独立同分布的解释:独立同分布independentandidenticallydistributed
Python技术博文
·
2018-02-25 00:00
你也想念经吗
王明明第二次和
李航
闹分手未遂我跟她讲了很多大道理“家家有本难念的经”在我眼里看来
李航
很好了但是在王明明眼里我的男朋友好像更棒一点点我跟她很认真的讲王畅同学也经常不理我出门嫌手冷日常不给我回消息有时候发朋友圈发微博也不见得会理我最过分一次答应好我会回我消息结果出去一路不理人我视频哭了一个半点还吵了一架有时候因为他心情不好会跟我闹脾气心情不好就不理人起床有时候也不跟人说
赴江北
·
2018-02-19 13:50
交叉验证与训练集、验证集、测试集
参考:
李航
–《统计学习方法》https://www.jianshu.com/p/7e032a8aaad5https://zhuanlan.zhihu.com/p/20900216?
chaolei_9527
·
2018-02-06 15:20
机器学习
《机器学习》周志华(西瓜书)学习笔记
此书之外,
李航
老师的《统计学习方法》短小精悍,五脏俱全,算是
JasonYoung_2017
·
2018-02-03 00:00
《机器学习》
《机器学习》周志华
[机器学习笔记] 什么是损失函数?
常用的损失函数有以下几种(引用自
李航
的《统计学习方法》)1.0-1损失函数二类分类任务中,预测值与真实值不同,就是预测错误,则损失是1;预测值与真实值相等,就是预测正确,损失是0,就是没有损失。
勇敢的仙人掌
·
2018-02-01 11:29
机器学习
《统计学习方法》勘误表
李航
老师的统计学习方法堪称是机器学习、数据挖掘等方向必读之书,然而书中难免有部分错误。
ClownXu1130
·
2018-01-29 10:16
机器学习
Gradient Tree Boosting:梯度提升树详解
理论数学推导请参考《
统计机器学习
》-
李航
,或者参考sklearn的官方文档,下面是我的部分笔记,也可以作为参考优缺点GBRT是对任意的可微损失函数的提升算法的泛化,即可回归亦可分(sai)类(ting)
Font Tian
·
2018-01-26 22:09
【机器学习】进阶
剑指数据科学
机器学习实战-基本算法总结1
机器学习基本算法总结☞监督学习——分类代码在这,基于python3(原书代码是python2)这里只是一个总结,原书已经讲解很清楚了,不清楚的直接看代码,或者
李航
的统计学习方法也有公式推导。
幻世111
·
2018-01-25 22:40
机器学习
《统计学习方法》——
李航
学习大纲
最近在学习
李航
写的统计学习方法概论,每一章都用xmind理清了思路,括号里是书里的公式,第一次写博文,敬请指教~~~~第一章统计学习方法论第二章感知机每个方法其实只需要着重掌握三要素和输入输出就可以了,
喂喂喂卫-
·
2018-01-25 17:20
人工智能入门书单(附PDF链接)
机器学习篇在机器学习上,首先要推荐的是两部国内作者的著作:
李航
博士所著的《统计学习方法》和周志华教授的《机器学习》。
weixin_34391445
·
2018-01-24 18:19
贝叶斯估计(python 版)
一、实现例子例子:
李航
《统计学方法》例4.1二、最终效果三、代码实现importnumpyasnptrain_data=np.array([[1,"S",-1],[1,"M",-1],[1,"M",1]
w_peijian
·
2018-01-18 23:21
感知机代码实现(python版)
一、实现例子
李航
《统计学方法》p29例2.1正例:x1=(3,3),x2=(4,3),负例:x3=(1,1)二、最终效果三、代码实现importnumpyasnpimportmatplotlib.pyplotaspltp_x
w_peijian
·
2018-01-18 17:53
统计学习(1)-概述
也称为
统计机器学习
1.以计算机及网络为平台2.研究对象是数据,数据驱动3.目的是对数据进行预测和分析4.以方法为中心5.多领域交叉现在提到的机器学习
改名大佬
·
2018-01-14 14:37
机器学习
统计学习
机器学习
李航
统计学习 感知机学习算法 对偶形式
#---感知机---#对偶问题fromnumpyimport*x=array([[3,3],[4,3],[1,1]])y=array([1,1,-1])w=zeros((1,len(x[0])))b=0a=array([0foriinrange(len(x))])defsign(b,a,x,y,i):gram=array(mat(x)*mat(x).T)loss_func=0forjinrange
only卉
·
2018-01-12 07:57
李航
统计学习感知机学习算法 原始形式
#---感知机---#原始问题fromnumpyimport*x=array([[3,3],[4,3],[1,1]])y=array([1,1,-1])w=zeros((1,len(x[0])))b=0defsign(w,b,x):returnmat(w)*mat(x).T+bdeftrain(x,y,w,b,alpha=1):flag=Truewhileflag:count=0#代表误分类的点数
only卉
·
2018-01-12 07:57
李航
感知机对偶形式python代码
#author:xinxinzhangimportnumpyasnpdefloadData():#加载数据X=np.mat([[3,3],[4,3],[1,1]])Y=[1,1,-1]returnX,YdefGram(X):#计算Gram矩阵m,n=np.shape(X)G=[None]*mforiinrange(m):G[i]=[0]*mforjinrange(m):G[i][j]=int(np
zuanfengxiao
·
2018-01-11 14:23
机器学习
李航
例题感知机原始形式python代码
#author:xinxinzhangimportnumpyasnpdefloadData():#加载数据X=np.mat([[3,3],[4,3],[1,1]])Y=[1,1,-1]returnX,Ydefperceptron_s(X,Y):#感知机算法原始形式w=np.mat([0,0])#初始化w,bb=0m,n=np.shape(X)isfind=Falsewhilenotisfind:f
zuanfengxiao
·
2018-01-10 14:59
机器学习
面试算法(三)— EM算法
因为要看LDA的内容,需要看下EM算法,
李航
的EM算法一章的部分地方符号感觉过于抽象,应该具体些更好;先时通过三硬币模型引入EM算法概念,然后说了一下EM算法的流程,第二节公式推导了EM算法,第三节证明了
dinkwad
·
2018-01-07 21:58
机器学习、人工智能及图像处理学习提纲
半路出身的我也不是很明确,简要列举几个方面算是自己的学习提纲:1.编程技能两三本编程的书是要熟悉的,包括python、tensorflow、opencv等,后面应用到的编程技能时再做补充2.理论基础机器学习,
统计机器学习
闪电侠悟空
·
2018-01-06 14:40
科研杂谈
师父传鉴赏 体味如亲尝
授课:亦智师父摄影:
李航
、周萍等编辑:马军校定:轻雪、闫彬‖情系香园‖小青花们再聚香园‖欢喜感恩——准备篇——好的课程需要好的心境净手静心排队净手显尊敬正坐静心清杂念‖每一朵插花‖每一桌茶席‖都在分享喜悦和拥有
香园陶瓷小组
·
2017-12-26 21:58
统计学习方法三要素:模型、策略、算法
在读
李航
的《统计学习方法》,记录一些读书笔记:(一)总览统计学习方法三要素:模型、策略、算法:(二)一些细节机构风险其实就是经验风险加上惩罚项:定义如下:等式右边第一项是经验风险,最后面一项就是惩罚项,
cc19
·
2017-12-26 17:48
深度学习
数学基础
面试算法(二)—KNN
最近看了一下KNN相关内容,做下总结;大致过一下
李航
的书中KNN的讲解:统计学习方法中只讨论了分类K近邻法,先讲了KNN的算法流程,KNN的模型实际上是对特征空间做了一次划分,kd树中的每个节点对应了k
dinkwad
·
2017-12-26 16:23
面试算法
《机器学习实战》AdaBoost算法(手稿+代码)
见:《统计学习方法》
李航
大大博客都是借鉴(copy)
影醉阏轩窗
·
2017-12-22 19:00
面试算法(一)—朴素贝叶斯
朴素贝叶斯先大致过一遍最近看的朴素贝叶斯内容,
李航
的书先讲什么是先验概率、条件概率和后验概率;朴素贝叶斯的朴素是因为假设了特征条件独立,这样减少了大量的参数计算;而后介绍了如何由贝叶斯公式推出朴素贝叶斯的分类原理
dinkwad
·
2017-12-19 14:46
面试算法
统计学习方法
李航
---第1章 统计学习方法概论
第一章统计学习方法概论统计学习的主要特点是:(1)统计学习以计算机及网络为平台,是建立在计算机及网络之上的;(2)统计学习以数据为研究对象,是数据驱动的学科;(3)统计学习的目的是对数据进行预测与分析;(4)统计学习以方法为中心,统计学习方法构建模型并应用模型进行预测与分析;(5)统计学习是概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领域的交叉学科,并且在发展中逐步形成独自的理论
Li_tian_yang
·
2017-12-19 00:00
统计学习方法
统计学习方法
李航
---第1章 统计学习方法概论
第一章统计学习方法概论统计学习的主要特点是:(1)统计学习以计算机及网络为平台,是建立在计算机及网络之上的;(2)统计学习以数据为研究对象,是数据驱动的学科;(3)统计学习的目的是对数据进行预测与分析;(4)统计学习以方法为中心,统计学习方法构建模型并应用模型进行预测与分析;(5)统计学习是概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领域的交叉学科,并且在发展中逐步形成独自的理论
Li_tian_yang
·
2017-12-19 00:00
统计学习方法
机器学习理论 || EM算法
参考书籍:
李航
.统计学习方法视频资料:张志华.上海交通大学.机器学习
李航
.统计学习方法主要介绍在离散的情况下EM算法的推导,张志华则介绍了连续情况下的EM算法推导,下面笔记则是将两者结合起来。
Clytze_yy
·
2017-12-18 11:42
理论
统计学习方法
李航
第二章习题
推荐一下个人博客2.1Minsky和Papert指出:感知机因为是线性模型,所以不能表示复杂的函数,如异或。验证感知机为什么不能表示异或明显可知异或不具有线性可分性,由感知机定义可知,感知机不能表示异或。2.2模仿例题2.1,构建从训练数据集求感知机模型的例子importnumpyasnpimportmatplotlib.pyplotaspltclassshowPicture:def__init_
variations
·
2017-12-12 02:58
机器学习
李航
《统计学习方法》拾遗-感知机学习和对偶形式
不知是第几遍看
李航
的书了,之前总是看一遍忘一遍,这次看感知机学习,终于看懂了对偶形式是怎么一回事了!其实之前就是少看了一个条件,初始的a和b都是0啊!1、感知机模型2、对偶形式
文哥的学习日记
·
2017-12-11 06:01
西瓜书《机器学习》课后答案——chapter14
根据
李航
《统计学习方法》p.193中概率无向图模型的定义:概率无向图模型:设有联合概率分布P(Y),由无向图G=(V,E)表示,在图G中,结点表示随机变量,边表示随机变量之间的依赖关系。
Vic时代
·
2017-12-05 00:00
机器学习
感知机学习模型
摘要:logistic回归,感知机学习,SVM支持向量模型,初学这三个内容的时候感觉三者很想,都是找到一个超平面将需要分类的点分到超平面的两侧,脑子里面一团浆糊,如今拜读了
李航
老师的《统计学习方法》和周志华老师的西瓜书
WenjunDing
·
2017-11-29 21:49
模式识别
机器学习--写在最前面
学习机器学习,采用的书籍是《机器学习实战》+
李航
《统计学习方法》学习的网站是http://www.apachecn.org/map欢迎各位大佬来打脸!!PS:强推ApachenCN
huixinbuding
·
2017-11-29 00:00
机器学习
想成为深度学习高手?阿里天池大赛冠军为你规划了一份成长路径
深度学习本质上是深层的人工神经网络,它不是一项孤立的技术,而是数学、
统计机器学习
、计算机科学和人工神经网络等多个领域的综合。
enohtzvqijxo00atz3y8
·
2017-11-27 00:00
上一页
30
31
32
33
34
35
36
37
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