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
统计学习方法
李航
---第6章 逻辑回归与最大熵模型
第6章逻辑回归与最大熵模型逻辑回归(logisticregression)是统计学习中的经典分类方法。最大嫡是概率模型学习的一个准则将其推广到分类问题得到最大熵模型(maximumentropymodel)。逻辑回归模型与最大熵模型都属于对数线性模型。6.1逻辑回归模型定义6.1(逻辑分布):设X是连续随机变量,X服从逻辑斯谛分布是指X具有下列分布函数和密度函数式中,u为位置参数,r>0为形状参数
demon7639
·
2016-03-30 09:29
机器学习
统计学习方法
李航
---第4章 朴素贝叶斯法
第4章朴素贝叶斯法朴素贝叶斯(naiveBayes)法是基于贝叶斯定理与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/输出的联合概率分布;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Y。4.1朴素贝叶斯法的学习与分类基本方法朴素贝叶斯法通过训练数据集学习X和Y的联合概率分布P(X,Y)。具体地,学习以下先验概率分布及条件概率分布。先验概
demon7639
·
2016-03-30 09:24
机器学习
统计学习方法
李航
---第5章 决策树
第5章决策树决策树(decisiontree)是一种基本的分类与回归方法。本章主要讨论用于分类的决策树。决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合,也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性,分类速度快。学习时,利用训练数据,根据损失函数最小化的原则建立决策树模型。预测时,对新的数据,利用决策树模型
demon7639
·
2016-03-30 09:00
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
demon7639
·
2016-03-30 09:00
统计学习方法
李航
---第11章 条件随机场
第11章条件随机场条件随机场(conditionalrandomfield,CRF)是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型,其特点是假设输出随机变量构成马尔可夫随机场。条件随机场可以用于不同的预测问题,本章主要讲述线性链(linearchain)条件随机场在标注问题的应用,这时问题变成了由输入序列对输出序列预测的判别模型,形式为对数线性模型,其学习方法通常是极大似然估计或
demon7639
·
2016-03-30 09:00
统计学习方法
李航
---第8章 提升方法
第8章提升方法提升(boosting)方法是一种常用的统计学习方法,应用广泛且有效。在分类问题中,它通过改变训练样本的权重,学习多个分类器,并将这些分类器进行线性组合,提高分类的性能。基本思想:对于分类问题而言,给定一个训练样本集,求比较粗糙的分类规则(弱分类器)要比求精确的分类规则(强分类器)容易得多。提升方法就是从弱学习算法出发,反复学习,得到一系列弱分类器(又称为基本分类器),然后组合这些弱
demon7639
·
2016-03-30 09:00
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
demon7639
·
2016-03-30 09:00
统计学习方法
李航
---第10章 隐马尔可夫模型
第10章隐马尔可夫模型隐马尔可夫模型(hiddenMarkovmodel,HMM)是可用于标注问题的统计学习模型,描述由隐藏的马尔可夫链随机生成观测序列的过程,属于生成模型。10.1隐马尔可夫模型的基本概念定义10.1(隐马尔可夫模型)隐马尔可夫模型是关于时序的概率模型,描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列,再由各个状态生成一个观测而产生观测随机序列的过程。隐藏的马尔可夫链随机
demon7639
·
2016-03-30 09:00
统计学习方法
李航
---第7章 支持向量机
第7章支持向量机支持向量机(supportvectormachines,SVM)是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器;支持向量机还包括核技巧,这使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化,可形式化为一个求解凸二次规划(convexquadraticprogramming)的问题,也等价于正则化的合页损失函数的最小化问。支持向量机的学习算法是
demon7639
·
2016-03-30 09:00
统计学习方法
李航
---第4章 朴素贝叶斯法
第4章朴素贝叶斯法朴素贝叶斯(naiveBayes)法是基于贝叶斯定理与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/输出的联合概率分布;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Y。4.1朴素贝叶斯法的学习与分类基本方法朴素贝叶斯法通过训练数据集学习X和Y的联合概率分布P(X,Y)。具体地,学习以下先验概率分布及条件概率分布。先验概
demon7639
·
2016-03-30 09:00
统计学习方法
李航
---第9章 EM算法及其推广
第9章EM算法及其推广EM算法是一种迭代算法,用于含有隐变量(hiddenvariable)的概率模型参数的极大似然估计,或极大后验概率估计。EM算法的每次迭代由两步组成:E步,求期望(expectation);M步,求极大(maximization),所以这一算法称为期望极大算法(expectationmaximization algorithm),简称EM算法。9.1 EM算法的引入 一般地,
demon7639
·
2016-03-30 09:00
统计学习方法
李航
---第12章 统计学习方法总结
第12章统计学习方法总结1适用问题分类问题是从实例的特征向量到类标记的预测问题;标注问题是从观测序列到标记序列(或状态序列)的预测问题。可以认为分类问题是标注问题的特殊情况。分类问题中可能的预测结果是二类或多类;而标注问题中可能的预测结果是所有的标记序列,其数目是指数级的。 感知机、k近邻法、朴素贝叶斯法、决策树是简单的分类方法,具有模型直观、方法简单、实现容易等特点;逻辑斯谛回归与最大熵模型、支
demon7639
·
2016-03-30 09:00
《统计学习方法》笔记(1):重要概念
最近读
李航
博士的《统计学习方法》,获益良多。开篇李博士着重于基本概念和整体体系的介绍,本文仅就我自己的理解将个人认为重要的内容记述如下。1、什么是监督学习和非监督学习?
峰峰jack
·
2016-03-29 17:16
数据挖掘
《统计学习方法》笔记(1):重要概念
最近读
李航
博士的《统计学习方法》,获益良多。开篇李博士着重于基本概念和整体体系的介绍,本文仅就我自己的理解将个人认为重要的内容记述如下。 1、什么是监督学习和非监督学习?
elecjack
·
2016-03-29 17:00
李航
生成方法
过拟合
统计学习
判别方法
(3)搜索与机器学习_
李航
博士_新浪博客
机器学习在互联网搜索中的应用下面介绍一些基于
统计机器学习
的最前沿的互联网搜索技术。 排序学习对给定的查询语句,将检索到的网页进行排序是排序学习的任务。
·
2016-03-24 00:00
数据挖掘
search
CS229的简单梳理(待续)
1,首先是logistic回归Andrew的logistic函数和
李航
书上的并不相同,Andrew的分母是负指数,考虑到是由GLM推导过来的,所以信Andrew的。
qiusuoxiaozi
·
2016-03-21 09:00
cs229
k近邻法(k-nearest neighbor)
kNN在
李航
的《统计学习方法》中的描述如下:给定一个训练数据集,对新的输入实例,在数据集中找到与该实例最近邻的k个实例,这k个实例的多数属于某个类,就把该输入实例分为这个类。
xuelabizp
·
2016-03-19 16:00
python
机器学习
高斯混合模型的终极理解
首先给出GMM的定义这里引用
李航
老师《统计学习方法》上的定义,如下图:定义很好理解,高斯混合模型是一种混合模型,混合的基本分布是高斯分布而已。第一个细节:为什么系数之和为0?P
Orange先生
·
2016-03-18 17:01
统计学
GMM
EM算法
机器学习
EM 算法
这个算法
李航
在《统计学习方法》上说的比较好:“EM算法是一种迭代算法,用于含有隐变量的概率模型产生的极大似然估计,或极大后验概率估计。”
qiusuoxiaozi
·
2016-03-16 17:00
算法
迭代
朴素贝叶斯
根据
李航
的《统计学习方法》,简单推导了一下朴素贝叶斯:
nywsp
·
2016-03-02 18:00
逻辑斯谛回归总结
根据
李航
的统计学习方法,总结了逻辑斯谛简单原理。 对于多分类来说,结果如下:
nywsp
·
2016-03-02 16:00
逻辑斯蒂回归3 -- 最大熵模型之改进的迭代尺度法(IIS)
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-03-01 17:00
算法
机器学习
IIS
逻辑斯蒂回归2 -- 最大熵模型概念
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-03-01 16:00
算法
机器学习
逻辑斯蒂回归1 -- 逻辑斯蒂回归模型
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-03-01 16:00
算法
机器学习
机器学习算法-汇总
统计机器学习
的方式,人工神经网络,深度学习,和聚类算法。在
统计机器学习
算法中,主要包括一下三个方面:模型,策略,算法。以下从各种不同的角度简单介绍一下,机器学习算法。
wazwx
·
2016-02-26 10:00
机器学习
计算广告学
2.1.在线广告的技术特点2.2.计算广告核心问题2.2.1.在线广告技术课题2.2.2.在线广告计费模式2.3.计算广告系统架构2.4.基础知识准备2.4.1.信息检索2.4.2.最优化方法2.4.3.
统计机器学习
·
2016-02-25 14:00
决策树2 -- CART算法
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-02-24 11:00
算法
机器学习
Machine Learning and Data Mining——1. 机器学习和数据挖掘领域的领军人物
机器学习和数据挖掘领域的领军人物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
u010757264
·
2016-02-21 13:00
数据挖掘
机器学习
人工智能
learning
and
machine
支持向量机(SVM)学习路线及资源
尽管随着
统计机器学习
的不断发展,比SVM更通用的方法被提出,但在数据挖掘、机器学习职位面试中,SVM可用来考察个人综合能力:目标函数、优化过程、并行方法等。
初雪之音
·
2016-02-19 16:00
数据挖掘
机器学习
SVM
支持向量机
机器学习 -- 决策树1 -- ID3_C4.5算法
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-02-19 16:00
算法
机器学习
机器学习基础
1、目前机器学习中的绝大部分方法基于概率统计方法,因此,统计学习=
统计机器学习
=机器学习2、统计学习以数据为研究对象,是数据驱动的学科,其关于数据的基本假设是“同类数据具有一定的统计规律性”3、统计学习的三要素包括模型的假设空间
u010850027
·
2016-02-19 15:00
【人物】新打工皇帝拉维奇:年薪世界前5,他才是今年中超第一外援!
拉维奇,今日中超第一外援文|体坛周报记者骆明、
李航
与恒大和苏宁接连放出的引援卫星相比,拉维奇身价不高,这只是因为他与巴黎圣日耳曼的合同即将到期。巴黎在法
体坛周报
·
2016-02-18 00:00
机器学习 -- 朴素贝叶斯
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-02-17 15:00
算法
机器学习
李航
,统计学习方法-决策树章节修正
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-02-16 11:00
机器学习
机器学习 -- K 近邻算法
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-02-16 10:00
机器学习
机器学习 -- 感知机3 -- 梯度下降与随机梯度下降的对比
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-02-16 10:00
算法
机器学习
机器学习 -- 感知机2 -- 随机梯度下降算法
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-02-16 09:00
算法
机器学习
感知机1 -- 感知机模型
声明:1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
血影雪梦
·
2016-02-16 09:26
机器学习
机器学习 -- 感知机1 -- 感知机模型
声明: 1,本篇为个人对《2012.
李航
.统计学习方法.pdf》的学习总结,不得用作商用,欢迎转载,但请注明出处(即:本帖地址)。
xueyingxue001
·
2016-02-16 09:00
机器学习
Deep Learning 学习笔记一
1.1机器学习简介 机器学习四要素: [星号**内容为我自己补充内容,部分内容来自《
统计机器学习
》] a,数据
wtq1993
·
2016-02-06 17:00
深度学习在自然语言处理研究上的进展
传统的主流自然语言处理方法是基于
统计机器学习
的方法,所使用的特征大多数是基于onehot向量表示的各种组合特征。这个特征表示方式会导致特征空间非常大,但也带来一个优点。
Hosee
·
2016-01-25 14:00
自然语言处理
深度学习
李航
《统计学习方法》读书笔记(1):朴素贝叶斯分类
朴素贝叶斯方法基于两个前提:(1)贝叶斯公式(2)在知道实例类的情况下,特征之间条件独立。朴素贝叶斯分类的基本步骤:(1)学习联合分布直接学习这个分布是困难的,因为随着特征维度的上升,X的条件分布可能性程指数增长。所以,朴素贝叶斯分类提出了条件独立的假设,使得联合分布大大简化联合分布的学习可以使用极大似然估计,即训练集中不同情况的频数除以总数计算得到,这里不再赘述。(2)利用MAP(最大后验概率)
JOE_FANNIE
·
2016-01-24 12:43
deeplearning
machinelearning
深度学习在自然语言处理研究上的进展
传统的主流自然语言处理方法是基于
统计机器学习
的方法,所使用的特征大多数是基于onehot向量表示的各种组合特征。这个特征表示方式会导致特征空间非
zkl99999
·
2016-01-20 12:36
NLP
统计学习笔记(1)——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,也称
统计机器学习
。统计学习是数据驱动的学科。
qq_26898461
·
2016-01-08 10:00
微博收藏(机器学习课程与论文)(三)
1.0 机器学习课程推荐@曹胖胖要减肥给大家推荐两个机器学习课程,log实验室年度呕心沥血之作,张志华老师在交大IEEE班和ACM班机器学习课程全纪录
统计机器学习
地址机器学习导论 地址 @陈天奇怪
qq_26898461
·
2016-01-05 09:00
机器学习基本算法通俗总结
机器学习基本算法通俗总结本文章参考内容1斯坦福大学AndrewNg大帝的机器学习早期教程及其在coursera上的视频2PeterHarrington的机器学习实战3
李航
老师的统计学习方法等4本人水平有限还望网友多指教
bea_tree
·
2015-12-30 09:00
算法
机器学习
斯坦福大学
NG
吴恩达
可能是最简单的感知机算法
前言最近学习
统计机器学习
,主要是参考
李航
的《统计学习》,看完感知机后准备用python实现一下书上的例子。
HowlandDong
·
2015-12-28 13:45
机器学习
机器学习:从线性回归说起
博客中将会提到的算法大多来自机器学习相关的书籍,如AndrewNG的机器学习讲义,
李航
老师的统计学习方法,机器学习实践,PRML,UnderstandingMachinelearnning,FoundamentationofMachineLearning
caoenze
·
2015-12-27 19:03
机器学习和深度学习
[机器学习]K近邻算法及其应用--WEKA工具
K近邻算法理论基础k近邻模型距离度量k值的选择分类决策规则WEKA实战问题背景数据预处理得到分类器对未知的数据进行分类预测K近邻算法理论基础(本节内容参考了:
李航
《统计学习方法》,清华大学出版社)k近邻法是一种基本分类与回归方法
u010536377
·
2015-12-16 14:00
算法
机器学习
机器学习实战python版Logistic回归
主要内容可以参见
李航
的《统计学习方法》第六章有详细的讲解,我是看了里面的内容在对应着看机器学习实战中的代码学习的。
XD_Senior
·
2015-12-15 00:00
机器学习
上一页
34
35
36
37
38
39
40
41
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