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
7.4日数学培优班课堂反馈(第二次课)
班名:四年级数学培优课次:7月4号第二次课课程内容:两位数乘两位数及应用:(1)判断积的个位、积是几位数(2)归一法应用题、倒推、画图法(3)竖式谜讲解学生课堂表现:肖柏翊和刘志诚上课时有点开小差
李航
德举手很积极算题又快又正确袁婧淇今天做一道很难的题时只有她一个人做对了但上课偶尔趴着喜欢咬笔
李航
德偶尔开小差做小动作刘志诚开小差玩手胡厚宸今天回答问题很积极逻辑推理能力不错肖柏翊上黑板做题时很快答对了
Guoting_
·
2017-07-04 08:40
《统计学习方法》
李航
_学习笔记_第7章_支持向量机
支持向量机##1简介适用情况:支持向量机主要针对小样本数据进行学习、分类以及预测起源:Logistic回归(0/1分类问题)基本模型:定义在特征空间上的间隔最大化的线性分类器学习策略:间隔最大化学习算法:求解凸二次规划的最优化算法学习目标:在特征空间中找到一个分离超平面,使得实例分到不同的类当训练集线性不可分时,通过使用核技巧和软间隔最大化,学习非线性支持向量机核函数:将输入从输入空间映射到特征空
猫哆哩o0
·
2017-07-01 19:58
机器学习
机器学习
统计学习方法之感知机(Perception Mechine)
在这里我刚好看了一眼逻辑回归(LogisticRegression)(PS:
李航
老师叫他逻辑斯提,其实是一个意思),都是分类方法,有什么区别呢?我发邮件问了徐悦甡老师,但是还没理我。
约瑟夫的杂货店
·
2017-06-25 11:14
统计学习方法
算法
《统计学习方法》第7章 课后题答案
最近在补一些机器学习的基础知识,所以就刷了一下
李航
博士的《统计学习方法》。那么刷一本书怎么才能彻底呢,当然是刷题了。幸好作者在每一章留有课后题,在这里尝试做一下。
Silver-
·
2017-06-16 11:19
机器学习
答案
统计学习方法
李航
统计学习方法
机器学习:数据驱动的科学
机器学习,也被称为
统计机器学习
,是人工智能领域的一个分支,其基本思想是基于数据构建统计模型,并利用模型对数据进行分析和预测的一门学科。
谁算法
·
2017-05-31 12:52
人工智能
软件程序
计算机学习
k近邻算法的kd树实现原理
本文参考《统计学习方法》
李航
k近邻k近邻又叫KNN,是一种基本分类方法。
Qer_
·
2017-05-30 13:00
机器学习
k近邻算法的kd树实现原理
本文参考《统计学习方法》
李航
k近邻k近邻又叫KNN,是一种基本分类方法。
Qer_computerscience
·
2017-05-30 13:00
算法
统计学
感知机模型的原理
感知机模型感知机学习策略感知机学习算法本文参考《统计学习方法》
李航
感知机模型1.什么是感知机:感知机是一个二分类线性分类模型,输入为实例的特征向量,输出为实例的类别。
Qer_
·
2017-05-28 23:32
机器学习
机器学习
机器学习:数据驱动的科学
机器学习,也被称为
统计机器学习
,是人工智能领域的一个分支,其基本思想是基于数据构建统计模型,并利用模型对数据进行分析和预测的一门学科。
博文视点
·
2017-05-27 09:15
机器学习
统计学习方法读书笔记--概论
定义统计学习==
统计机器学习
方法分类监督学习无监督学习半监督学习强化学习三要素模型策略算法步骤得到一个有限的训练数据集合;(原始数据)确定假设空间,即学习模型的集合;(是分类问题,还是回归问题)确定模型选择的准则
ljinshuan
·
2017-05-14 16:13
机器学习
机器学习
支持向量机SVM通俗理解(python代码实现)
第二次学习理论,看了
李航
的《统计学习方法》以及网上的博客。看完后感觉,满满的公式。。。记不住啊。第三次,也就是这次通过python代码手动来实现SVM,才让我突然对SVM不有畏惧感。
a_achengsong
·
2017-05-11 02:08
机器学习(python)
数据挖掘(python)
统计学习方法笔记(一)
统计学习方法概论本系列文为
李航
博士的《统计学习方法》一书的个人简要笔记,供日后遗忘时翻阅1统计学习统计学习/
统计机器学习
定义: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统计学习目标:考虑学习什么样的模型和如何学习模型
dinkwad
·
2017-05-10 18:08
logistic回归详解二:损失函数
再加上一个偏置项x0,则每个样本包含n+1维特征:x=[x0,x1,x2,⋯,xn]T其中x∈Rn+1,x0=1,y∈{0,1}
李航
博士在统计
hk121
·
2017-05-09 14:22
Redis Cluster 源码分析
作者介绍姓名:
李航
工作经历:5年多互联网工作经验,先后在58同城,汽车之家,优酷土豆集团工作。目前主要在优酷土豆集团任职高级开发工程师,目前主要负责大数据基础平台Redis集群开发及运维等工作。
明月(Alioo)
·
2017-05-02 17:00
java
svm算法 最通俗易懂讲解
最近在学习svm算法,借此文章记录自己的学习过程,在学习很多处借鉴了z老师的讲义和
李航
的统计,若有不足的地方,请海涵;svm算法通俗的理解在二维上,就是找一分割线把两类分开,问题是如下图三条颜色都可以把点和星划开
剑昙说
·
2017-04-21 16:54
svm
svm算法
svm分类svm实现
svm代码
机器学习和数据挖掘
【机器学习】生成模型和判别模型
以下部分主要参考了
李航
那本《统计学习方法》判别模型和生成模型都是指监督学习下的模型,监督学习模型本质上就是求决策函数:Y=F(X)Y=F(X)Y=F(X)或者条件概率分布:P(Y∣X)P(Y|X)P(Y
哈乐笑
·
2017-04-18 01:05
机器学习
简明机器学习教程——实践篇(一):从感知机入手
这里,我们从
李航
博士的《统计学习方法》的第2章感知机来做例子,由此引出大致的学习方法。需要注意的是,这篇教程并不是来介绍感知机模型的,而是用来说明如何学习并实践一个模型的,所以对感知机的解
garfielder007
·
2017-04-16 16:16
机器学习
李航
统计学习方法 第一章 课后 习题 答案
1.1统计学习方法的三要素是模型、策略、算法。伯努利模型是定义在取值为0与1的随机变量上的概率分布。统计学分为两派:经典统计学派和贝叶斯统计学派。两者的不同主要是,经典统计学派认为模型已定,参数未知,参数是固定的,只是还不知道;贝叶斯统计学派是通过观察到的现象对概率分布中的主观认定不断进行修正。极大似然估计和贝叶斯估计的模型都是伯努利模型也就是条件概率模型;极大似然估计用的是经典统计学派的策略,贝
fxnfk
·
2017-04-14 14:36
数据挖掘
统计学习方法
机器学习之感知机学习笔记第一篇:求输入空间R中任意一点X0到超平面S的距离
我的学习资料是“统计学习方法”,作者是
李航
老师,这本书很著名,百度有很多关于它的PDF。
xinzaichenmo
·
2017-04-13 20:04
学习笔记:统计学习方法——李航
感知机
支持向量机SVM
第二章
SVM分割超平面的绘制与SVC.decision_function( )的功能
在
李航
老师的《统计学习方法》—支持向量机那章有个例题:样本点x1=(3,3),x2=(4,3),x3=(1,1),labels=(1,1,−1),求分割超平面?
hustliu2018
·
2017-04-09 14:00
matplot
统计学习方法(一)——统计学习方法概论
文章作者:Tyan博客:noahsnail.com|CSDN|简书1.统计学习方法概论本文是统计学习方法(
李航
)第一章的学习总结。
SnailTyan
·
2017-04-07 16:09
机器学习
logistic回归详解(二):损失函数(cost function)详解
再加上一个偏置项x0,则每个样本包含n+1维特征:x=[x0,x1,x2,⋯,xn]T其中x∈Rn+1,x0=1,y∈{0,1}
李航
博士在统计
勿悔Choles
·
2017-03-26 13:00
python实现感知机(perceptron)原型~
初学统计学习,用的
李航
的《统计学习方法》课本,感觉实在太有意思了,甚至准备读个应用统计的研究生深入一下。
seasonix
·
2017-03-26 00:47
python
统计学习
学习记录--生成对抗网络GAN研究进展(一)
generativeapproach)和判别方法(discriminativeapproach),所学到的模型分别称为生成式模型(generativemodel)和判别式模型(discriminativemodel)[1
李航
海饼干不是饼干
·
2017-03-24 17:17
深度学习
各种概率图模型转换
-本人阅读的材料来主要来自于
李航
的《统计学习方法》第十一章和之前有人贴出的"Anintroductiontoconditionalrandomfields"(90页太多没读完=_=)-这段文字主要从两个方面描述了
lanxin0802
·
2017-03-24 11:42
概率图之间的关系
回归树,Gradient Boosting和GBDT
一开始听到GBDT的时候,表示完全没听过,所以查了查相关资料研究一下,发现
李航
的《统计学习方法》里面就有讲,只不过没有叫GBDT这个名字就是了。
哈乐笑
·
2017-03-15 19:43
机器学习
李航
-统计学习方法学习笔记-第一章
统计学习方法
李航
统计学习方法的三要素:(1)模型(2)策略(3)算法实现统计学习的步骤:(1)得到用来训练模型和测试模型的数据集(输入和输出(实际值)+需要进行预测的输入数据)(2)确定包含所有可能的模型的假设空间
hdu_lazy_man
·
2017-03-14 19:06
机器学习;李航;
逻辑回归推导
1、主要内容逻辑回归的推导,分别推导出y={0,1}和y={-1,+1},之前关于林轩田老师和
李航
老师关于逻辑回归的推导弄混了,林轩田老师的推导是建立在后面的—1,+1的分类,
李航
老师的是关于0,1的推导
罐装可乐
·
2017-03-14 18:00
周志华《机器学习》课后习题解答系列(一):目录
对机器学习一直很感兴趣,也曾阅读过
李航
老师的《统计学习导论》和Springer的《统计学习导论-基于R应用》等相关书籍,但总感觉自己缺乏深入的理解和系统的实践。
Snoopy_Yuan
·
2017-03-14 00:00
机器学习
周志华
习题答案
目录
机器学习
感知机算法原理(PLA原理)及 Python 实现
参考书籍:
李航
老师的《统计学习方法》、林轩田老师的《机器学习基石》如无特殊说明,图片均来自网络(google图片、百度图片),如有侵权请联系我,我会立即删除或更改PLA是PerceptronLearningAlgorithm
Artprog
·
2017-03-12 19:49
感知机
感知机收敛
机器学习
感知机算法
感知机python
Machine
Learning
感知机--模型与策略
看到模型和策略,应该很快联想到了
李航
的《统计学习方法》,统计学习方法的三要素定义为:模型、策略、算法。感知机感知机是二分类的线性分类模型,输入为实例的特征向量,输出为实例的类别(取+1和-1)。
MachineLP
·
2017-03-11 10:00
机器学习
【机器学习】手推EM算法
AndrewWu那门《机器学习》真的是太好了,每次看都有不少新收获,今天打算重新回顾一下EM算法来着,结果看
李航
的《统计学习方法》发现之前的理解有不少错误,又重新开始研究,结果都不是很明白,看AndrewWu
哈乐笑
·
2017-03-11 01:30
机器学习
提升树算法
这篇博文主要参考了
李航
《统计学习方法》与论文:GREEDYFUNCTIONAPPROXIMATION:AGRADIENTBOOSTINGMACHINE。这里简单记录下对提升树的简单理解。
我很平凡的
·
2017-02-25 12:31
特征选择-机器学习
机器学习-特征构建
统计学习方法-
李航
(笔记整理)一
1、特点统计学习以数据为研究对象(数据驱动),以方法为中心,目的是为了对数据进行预测与分析。2、方法统计学习包括监督学习,非监督学习,半监督学习,强化学习。(以监督学习为主进行介绍)统计学习的方法包括模型的假设空间、模型选择的准则以及模型学习的方法。统计学习方法三要素:模型,策略,算法统计学习方法步骤:得到一个有限训练数据集确定包含所有可能的模型假设空间,即学习模型的集合确定模型选择的准则,即学习
yimiaomochu
·
2017-02-20 17:28
统计学
条件随机场(CRF)
条件随机场应该是机器学习领域比较难的一个算法模型了,难点在于其定义之多(涉及到概率图模型、团等概率)、数学上近似完美(涉及到概率、期望计算,最优化方面的知识),但是其在自然语言处理方面应用效果比较好,所以本文结合
李航
老师的
雪伦_
·
2016-12-28 11:51
自然语言处理
机器学习
条件随机场
机器学习
机器学习
张志华教授《机器学习导论》和《
统计机器学习
》课程讲义
张志华教授《机器学习导论》和《
统计机器学习
》课程讲义【尊重原创,转载请注明出处】http://blog.csdn.net/guyuealian/article/details/53672487 最近看了上海交大张志华教授的精品课程
pan_jinquan
·
2016-12-15 17:22
机器学习
图像处理
《机器学习导论》和《
统计机器学习
》学习资料:张志华教授
张志华教授的两门机器学习公开课是很好的机器学习资源。但在上海交大的公开课视频网站上挂出的教学视频顺序有点乱。对于初学者来说,如果没看对顺序的话,会觉得讲得很乱,从而错过这么优质的资源。事实上板书很完整,有电子版讲义可下载。只是讲义上有个别地方有点笔误,但不影响理解。能用黑板直接推导的老师的逻辑和思路都是很清晰的!《机器学习导论》:http://ocw.sjtu.edu.cn/G2S/OCW/cn/
pan_jinquan
·
2016-12-13 09:43
机器学习
图像处理
模式识别复习整理
参考资料:《机器学习》周志华:p《统计学习方法》
李航
:*p'PatternClassification2nd':%p'PatternClassificationandMachineL
艺术叔
·
2016-12-08 15:22
EM算法 - 2 - EM算法在高斯混合模型学习中的应用
在开始讲解之前,我要先给看这篇文章的你道个歉,因为《2012.
李航
.统计学习方法.pdf》中该节的推导部分还有些内容没有理解透彻,不过我会把我理解的全部写出来,而没理解的也会尽可能的把现有的想法汇总,欢迎你和我一起思考
Kjobs
·
2016-11-24 14:53
机器学习
EM算法
高斯混合模型GMM
《
李航
:统计学习方法》--- 感知机算法原理与实现
感知机模型感知机是一个二类分类的线性分类模型。所谓二类分类就是它只能将实例分为正类和负类两个类别。那么为什么是线性分类模型呢,我的理解是感知机学习旨在求出可以将数据进行划分的分离超平面,而分离超平面的方程w⋅x+b=0为线性方程,所以感知机为线性分类模型。感知机模型如下图所示:圈圈表示正类,而叉叉表示负类。圈圈与叉叉之间的直线即上文所说的分离超平面(注意分离超平面并不是唯一的!)它将所有的样本划分
幸福liwenchao
·
2016-11-23 13:21
机器学习
sentence pair model 总结
这篇博客主要参考了2014年
李航
老师在NIPS会议上的《ConvolutionalNeuralNetworkArchitecturesforMatchingNaturalLanguageSentences
guoyuhaoaaa
·
2016-11-11 15:08
深度学习
机器学习
统计机器学习
笔记——EM算法及其应用(1)
EM算法的适用场景:EM算法用于估计含有隐变量的概率模型参数的极大似然估计,或者极大后验概率估计。当概率模型既含有观测值,又含有隐变量或潜在变量时,就可以使用EM算法来求解概率模型的参数。当概率模型只含有观测值时,直接使用极大似然估计法,或者贝叶斯估计法估计模型参数就可以了。EM算法的入门简单例子:已知有三枚硬币A,B,C,假设抛掷A,B,C出现正面的概率分别为π,p,q。单次实验的过程是:首先抛
sajiahan
·
2016-11-09 22:46
Machine
Learning
逻辑回归模型的两种定义与参数估计思路
#1.逻辑斯谛回归模型定义在AndrewNG的MachineLearning课程和
李航
的统计学习方法中,都有对逻辑斯谛回归模型的介绍,然而二者却对模型有着不同的定义。
DawnRanger
·
2016-11-09 09:05
逻辑回归模型的两种定义与参数估计思路
#1.逻辑斯谛回归模型定义在AndrewNG的MachineLearning课程和
李航
的统计学习方法中,都有对逻辑斯谛回归模型的介绍,然而二者却对模型有着不同的定义。
DawnRanger
·
2016-11-09 09:05
机器学习:决策树(Decision Tree)
本博客参考邹博机器学习课件以及
李航
的《统计学习方法》,仅用于督促自己学习使用,如有错误,欢迎大家提出更正决策树(decisiontree)是一种基本的分类与回归方法。
u014120554
·
2016-11-01 21:00
Cart
机器学习
决策树
id3
C4-5
神经网络九:Regularization(正则化)与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
Bixiwen_liu
·
2016-11-01 19:06
深度学习
推荐几个机器学习和数据挖掘领域相关的中国大牛
推荐几个机器学习和数据挖掘领域相关的中国大牛:
李航
:http://research.microsoft.com/en-us/people/hangli/,是MSRAWebSearchandMiningGroup
Do_Your_Best
·
2016-10-23 12:54
IT杂叙
机器学习笔记(二)L1,L2正则化
(截自
李航
《统计学习方法》)常用的正则项有L1,L2等,这里只介绍这两种。
YoYoDelphine
·
2016-10-21 23:17
数据挖掘
上海交大张志华教授《机器学习导论》和《
统计机器学习
》公开课视频的正确播放顺序
张志华教授的两门机器学习公开课是很好的机器学习资源。但在上海交大的公开课视频网站上挂出的教学视频顺序有点乱。对于初学者来说,如果没看对顺序的话,会觉得讲得很乱,从而错过这么优质的资源。事实上板书很完整,有电子版讲义可下载。只是讲义上有个别地方有点笔误,但不影响理解。能用黑板直接推导的老师的逻辑和思路都是很清晰的!正确的顺序应如下所示:《机器学习导论》:http://ocw.sjtu.edu.cn/
dramer110
·
2016-10-10 11:14
机器学习公开课
上海交大张志华教授《机器学习导论》和《
统计机器学习
》公开课视频的正确播放顺序
张志华教授的两门机器学习公开课是很好的机器学习资源。但在上海交大的公开课视频网站上挂出的教学视频顺序有点乱。对于初学者来说,如果没看对顺序的话,会觉得讲得很乱,从而错过这么优质的资源。事实上板书很完整,有电子版讲义可下载。只是讲义上有个别地方有点笔误,但不影响理解。能用黑板直接推导的老师的逻辑和思路都是很清晰的!正确的顺序应如下所示:《机器学习导论》:http://ocw.sjtu.edu.cn/
dramer110
·
2016-10-10 11:14
机器学习公开课
上一页
32
33
34
35
36
37
38
39
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