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
李航
《统计学习方法》多项式函数拟合问题V2
最近在看
李航
的统计学习方法P11时发现一个多项式函数拟合问题觉得公式的推导有问题,于是看了一些资料发现这里的推倒是有错误的,用python编程验证后发现按书上的求导结果拟合后的函数图像完全不对,下面给出正确的推导结果和对应的
xiaolewennofollow
·
2015-07-04 21:00
编程
python
数据
数据挖掘
机器学习
【笔试面试】美图2015计算机视觉工程师实习生
A:答案在
李航
那本《统计学习方法》的第一章解释什么是结构风险最小化?A:答案在
李航
那本《统计学习方法》的第一章解释梯度下降法的过程。A:什么是产生式模型和判别式模型?
RiweiChen
·
2015-05-31 18:32
【笔试面试】
【笔试面试】美图2015计算机视觉工程师实习生
A:答案在
李航
那本《统计学习方法》的第一章解释什么是结构风险最小化?A:答案在
李航
那本《统计学习方法》的第一章解释梯度下降法的过程。A:什么是产生式模型和判别式模型?
chenriwei2
·
2015-05-31 18:00
2015下半年做些什么事情
1)对于高等数学大概比较快,统计分析有本书《统计学习方法·
李航
》还没看过,所以先吃掉这本。2)矩阵分析,以前搞过MATLAB,对于处理矩阵还是会一点的。
superMarss
·
2015-05-21 16:00
优化
matlab
矩阵
Andrew NG 机器学习课程笔记(五)
生成学习算法的定义:这里借用
李航
博士《统计学习方法》中的一段话生成方法由数据学习联合概率分布P(x,y),然后求出条件概率分布P(Y|X)作为预测的模型,即生成模型P(Y|X
Datuqiqi
·
2015-05-16 23:00
Learning to Rank(LTR)
另参考
李航
老师Ashortintroductiontolearningtorank一文。对以上文章有较多引用,在此对原作者表示感谢!刚刚接触排序学习,很多问题尚不清楚,在努力学习中,如有错误欢迎指出。
封不觉
·
2015-05-12 21:26
排序学习
LTR
机器学习
信息检索
机器学习
华为诺亚方舟实验室主任
李航
:用漂亮的方式解决"污浊"的问题
非商业转载请注明作译者、出处,并保留本文的原始链接:http://www.ituring.com.cn/article/196610
李航
,华为技术有限公司诺亚方舟实验室主任,北京大学、南京大学兼职教授。
图灵访谈
·
2015-04-21 00:00
研究方向
机器学习
图灵访谈
机器学习与模式识别学习总结(一)
有幸用最近两个月的业余时间把”
统计机器学习
”一书粗略的学习了一遍,同时结合“模式识别”、“数据挖掘概念与技术”的知识点,对机器学习的一些知识结构进行梳理与总结:机器学习包括两个主要问题1、学习什么,2、
zbc1090549839
·
2015-04-14 20:00
数据挖掘
机器学习
图像处理
特定条件下经验风险最小化等价于极大似然估计的证明
看过
李航
老师的《统计学习方法》的同学都知道,机器学习(统计学习)的三要素为:模型、策略、和算法。其中,模型就是所要学习的条件概率分布或者决策函数。模型的假设空间包含所有可能的条件概率分布或决策函数。
Orange先生
·
2015-04-09 20:35
机器学习
微博收藏(机器学习课程与论文)(三)
JeremyLin1.0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
Linoi
·
2015-03-20 20:00
机器学习
机器视觉
深度学习
李航
统计学习方法笔记1 统计学习方法概论
模型:由输入到输出的映射假设空间:由输入空间到输出空间的映射多集合模型:由条件概率分布P(Y|X)或决策函数Y=f(x)表示损失函数:度量模型一次预测的好坏,用一个损失函数来度量预测错误的程度风险函数:度量平局意义下模型预测的好坏经验风险:模型f(x关于训练数据集的平均损失当模型上条件概率分布,损失函数是对数损失函数时,经验风险最小化就等价于极大似然估计。当样本容量小时,经验风险最小化会产生过拟合
helh522
·
2015-03-16 10:14
《统计学习方法,
李航
》:11、条件随机场
其实条件随机场的内容没看懂,所以只写概率无向图模型(马尔科夫随机场)部分。1)概率无向图模型2)概率无向图模型的因子分解3)如何进行因子分解1)概率无向图模型概率无向图模型,又称为马尔科夫随机场,是一个表示联合概率分布的无向图。表示什么的联合概率分布呢?接下来详细介绍。先给出概率图模型定义:对于一个联合概率分布P(Y)和表示它的无向图G,只要无向图G表示的随机变量之间存在【成对马尔科夫性、局部马尔
mmc2015
·
2015-01-26 15:00
《统计学习方法,
李航
》:10、隐马尔科夫模型
1)隐马尔科夫模型的引入 隐马尔科夫模型(hiddenMarkovmodel,HMM)是可以用于标准问题的统计学习模型,在语音识别、自然语言处理、生物信息、模式识别等领域有着广泛的应用。先给出隐马尔科夫模型的定义:给出严格的数学解释之前,先看个例子: 对于A、B、π的值,相信没有疑问,但是他们到底是指什么呢?下面给出严格的数学解释:从上面的数学解释中,可以看出隐马尔科夫模型有两个基
mmc2015
·
2015-01-25 14:00
《统计学习方法,
李航
》:9、EM算法及其推广(2)
1)EM算法的引入2)EM算法及简单解释3)EM算法在高斯混合模型中的应用4)EM算法的推广——GEM算法3)EM算法在高斯混合模型中的应用EM算法的重要应用是高斯混合模型的参数估计。先给出高斯混合模型:下面介绍利用EM算法估算高斯混合模型的参数theta:-)先明确一下目标:a)明确隐含变量,写出完全数据(直接变量+隐含变量)的对数似然函数:b)E步:确定Q函数c)M步:极大化Q函数最后总结一下
mmc2015
·
2015-01-24 20:00
《统计学习方法,
李航
》:9、EM算法及其推广(1)
1)EM算法的引入2)EM算法及简单解释3)EM算法在高斯混合模型中的应用4)EM算法的推广——GEM算法1)EM算法的引入EM算法思想:EM算法引例:推导过程参考原书P158-P159,下面给出上面问题的EM算法具体过程:数字举例:2)EM算法及简单解释直接给出EM算法:相信数学不是事,推导过程参考原书P158-P159,算法收敛性性参考原书P161,。最后上一个图,注意图中三条线,保证明白EM
mmc2015
·
2015-01-24 19:00
《统计学习方法,
李航
》:8、提升方法Boosting(2)
1)Boosting思想和基本概念2)AdaBoost算法3)AdaBoost算法举例4)AdaBoost算法的解释——前向分步算法5)提升树算法6)提升树算法举例4)AdaBoost算法的解释——前向分步算法下面给出加法模型和前向分步算法的简单描述:一句话概括:前向分步算法就是分治的思想,把同时优化m=1...M的问题看做分别优化m=1...m=M的问题。AdaBoost算法是前向分步算法的特列
mmc2015
·
2015-01-23 13:00
《统计学习方法,
李航
》:8、提升方法Boosting(1)
1)Boosting思想和基本概念2)AdaBoost算法3)AdaBoost算法举例4)AdaBoost算法的解释——前向分步算法5)提升树算法6)提升树算法举例1)Boosting思想和基本概念 下面的概念前面都讲过:PAC(probably approximately correct)学习框架强可学习(strongly learnable)弱可学习(weakly learnable)提升算法
mmc2015
·
2015-01-23 12:00
《统计学习方法,
李航
》:7、支持向量机support vector machine(2)
0)基础知识——线性可分支持向量机定义;函数间隔和集合间隔定义1)线性硬间隔支持向量机2)凸二次规划最优解求法——对偶方法3)线性硬间隔支持向量机学习算法及简单实例4)线性软间隔支持向量机5)核函数6)非线性支持向量机7)序列最小最优化算法(SMO算法)8)支持向量5)核函数 对于原始空间(输入空间)线性不可分的情况,常用的办法是(非线性)映射。通过非线性映射,将线性不可分的样本点映射到另一个
mmc2015
·
2015-01-21 22:00
《统计学习方法,
李航
》:7、支持向量机support vector machine(1)
0)基础知识——线性可分支持向量机定义;函数间隔和集合间隔定义1)线性硬间隔支持向量机2)凸二次规划最优解求法——对偶方法3)线性硬间隔支持向量机学习算法及简单实例4)线性软间隔支持向量机5)核函数6)非线性支持向量机7)序列最小最优化算法(SMO算法)8)支持向量0)基础知识——线性可分支持向量机定义;函数间隔和集合间隔定义SVM是一个二类分类模型,对于线性可分的数据集(注意此时y∈{+1,-1
mmc2015
·
2015-01-21 20:51
《统计学习方法
李航》
《统计学习方法,
李航
》:7、支持向量机support vector machine(1)
0)基础知识——线性可分支持向量机定义;函数间隔和集合间隔定义1)线性硬间隔支持向量机2)凸二次规划最优解求法——对偶方法3)线性硬间隔支持向量机学习算法及简单实例4)线性软间隔支持向量机5)核函数6)非线性支持向量机7)序列最小最优化算法(SMO算法)8)支持向量0)基础知识——线性可分支持向量机定义;函数间隔和集合间隔定义 SVM是一个二类分类模型,对于线性可分的数据集(注意此时y∈{+1
mmc2015
·
2015-01-21 20:00
《统计学习方法,
李航
》:6、logistic regression model
明白几点:1)logistic distribution2)binomial logistic regression model3)multi-nominallogistic regression model4)最大熵原理5)最大熵模型6)binomial logistic regression model、multi-nominallogistic regression model、最大熵模型的
mmc2015
·
2015-01-21 08:00
《统计学习方法,
李航
》:5、决策树
1)基本概念2)决策树的剪枝(针对ID3/C4.5生成的决策树)3)CART树之回归树生成法1)基本概念下面所有概念之前的文章有提到,不再重复。熵信息增益信息增益比基尼系数ID3算法C4.5算法CART算法2)决策树的剪枝(针对ID3/C4.5生成的决策树) 3)CART树之回归树生成法分类树不再重复,参考之前的内容。不再给出例子。4)CART树的剪枝
mmc2015
·
2015-01-19 23:00
《统计学习方法,
李航
》:4、朴素贝叶斯法
1)朴叶素贝斯模型2)朴素贝叶斯法的参数估计3)其他1)朴叶素贝斯模型首先明白朴叶素贝斯模型是分类模型。后验概率最大化的实质是期望风险最小化。2)朴素贝叶斯法的参数估计要计算P(Y=ck|X=x),就要计算P(Y=ck)和P(X(j)=x(j)|Y=ck):3)其他例子参考:http://blog.csdn.net/qll125596718/article/details/8445217贝叶斯估计
mmc2015
·
2015-01-19 22:00
《统计学习方法,
李航
》:3、k临近法与kd树
以后文章就不再强调三要素(模型、策略、算法),而是直接上最新鲜的部分。1)k的选择2)距离的度量3)k临近法的实现:kd树 3.1)kd树的构造 3.2)kd树的搜索1)k的选择一般初始化为比较小的值,用交叉验证判断哪一个值更好。2)距离的度量我们更常用的是欧氏距离,即p=2。3)k临近法的实现:kd树k临近法的实现主要考虑如何快速地进行k临近搜索。最简单的注意扫描计算距离并找到最小的k个
mmc2015
·
2015-01-18 20:00
《统计学习方法,
李航
》:1、概述
1)统计学习2)监督学习3)统计学习三要素4)模型评估与模型选择5)判别模型与生成模型1)统计学习 统计学习分为:监督学习(supervised learning)、无监督学习(unsupervised learning)、半监督学习(semi-supervised learning)、强化学习(reinforcementlearning)等,本书主要讨论监督学习。 统计学习方法三要素:
mmc2015
·
2015-01-15 22:00
LambdaMART的源码分析:一(MART:回归树)
GREEDYFUNCTIONAPPROXIMATION: AGRADIENTBOOSTINGMACHINE(MART的思想)Adaptingboostingforinformationretrievalmeasures回归树:1.思想(参考
李航
的
guoguo881218
·
2014-12-31 17:00
EM算法学习(Expectation Maximization Algorithm)
mindpuzzle/archive/2013/04/05/2998746.htmlEM算法学习(ExpectationMaximizationAlgorithm)一、前言这是本人写的第一篇博客,是学习
李航
老师的
hechenghai
·
2014-12-12 16:32
机器学习
学习笔记
EM算法学习(Expectation Maximization Algorithm)
mindpuzzle/archive/2013/04/05/2998746.htmlEM算法学习(ExpectationMaximizationAlgorithm)一、前言 这是本人写的第一篇博客,是学习
李航
老师的
hechenghai
·
2014-12-12 16:00
EM算法
李航
Naive Bayes导论
http://blog.csdn.net/u012176591文档下载地址http://download.csdn.net/detail/u012176591/8221593参考文献《统计学习方法》,
李航
著数据挖掘十大算法
u012176591
·
2014-12-02 18:00
朴素贝叶斯
Bayes
Naive
一步一步详解ID3和C4.5的C++实现
1.关于ID3和C4.5的原理介绍这里不赘述,网上到处都是,可以下载讲义c9641_c001.pdf或者参考
李航
的《统计学习方法》.2.数据与数据处理本文采用下面的训练数据:数据处理:本文只采用了"Outlook
90Zeng
·
2014-11-26 12:00
感知机学习算法——统计学习方法笔记,代码实现
看了
李航
博士的《统计学习算法》,做一个笔记,备忘。
baiyangfu
·
2014-11-17 18:28
机器学习
机器学习/数据挖掘之中国大牛
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
wenyusuran
·
2014-11-06 10:00
推荐几个机器学习算法及应用领域相关的中国大牛
李航
:http://weibo.com/u/2060750830,是MSRA Web Search and Mining Group高级研究员和主管,主要研究领域是信息检索,自然语言处理和统计学习。
hyz301
·
2014-11-03 09:00
机器学习
推荐几个机器学习算法及应用领域相关的中国大牛
李航
:http://weibo.com/u/2060750830,是MSRA Web Search and Mining Group高级研究员和主管,主要研究领域是信息检索,自然语言处理和统计学习。
hyz301
·
2014-11-03 09:00
机器学习
感知机学习算法的对偶形式
%感知机学习算法的对偶形式,算法2.2参考
李航
《统计学习方法》书中第二章的算法%clearall;clcX=[3,3;4,3;1,1];Y=[1,1,-1];%训练数据集及标记learnRate=1;%
sruixue
·
2014-10-31 19:28
感知机学习算法的对偶形式
%感知机学习算法的对偶形式,算法2.2参考
李航
《统计学习方法》书中第二章的算法%clearall;clcX=[3,3;4,3;1,1];Y=[1,1,-1];%训练数据集及标记learnRate=1;%
sruixue
·
2014-10-31 19:00
线性可分情形下支持向量机学习的SMO算法
本文主要参考
李航
所著的《统计学习方法》一书
LJBlog2014
·
2014-10-12 16:04
数据挖掘与机器学习
《
李航
:统计学习方法》笔记之感知机
感知机学习旨在求出将训练数据集进行线性划分的分类超平面,为此,导入了基于误分类的损失函数,然后利用梯度下降法对损失函数进行极小化,从而求出感知机模型。感知机模型是神经网络和支持向量机的基础。也是现代流行的深度学习网络模型的基础。下面分别从感知机学习的模型、策略和算法三个方面来介绍。1.感知机模型 感知机模型如下:f(x)=sign(w*x+b) 其中,x为输入向量,sign为
longzaitianya1989
·
2014-09-24 10:00
基本概念
(一)简介1.现在,当提及机器学习时,一般指的是
统计机器学习
,也叫统计学习;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;数据可以分为:结构化数据(表),半结构化数据(文本,日志),非结构化数据
zakexu
·
2014-08-20 23:06
机器学习
牛顿法及拟牛顿法(L-BFGS)
在拟牛顿法中,令x=xk,这样就得到了式子(5),这个式子在
李航
的书中没有给出具体解释,这里我秒懂了。。。式子(5)上方的文字也很重要。可以利用s和y来表示H。。
haimengao
·
2014-06-09 16:00
基于Levenberg-Marquardt训练算法的BP网络Python实现
分类:
统计机器学习
算法理论2013-07-1523:40 553人阅读 评论(0) 收藏 举报经过一个多月的努力,终于完成了BP网络,参考的资料为:1、Trainingfeed-forwardnetworkswiththeMarquardtalgorithm2
pi9nc
·
2014-05-30 21:00
统计机器学习算法理论
受限的玻尔兹曼机
分类:
统计机器学习
算法理论2013-07-3115:21 425人阅读 评论(1) 收藏 举报将matlab代码http://code.google.com/p/matrbm/中rbmBB改写成Python
pi9nc
·
2014-05-30 09:00
统计机器学习算法理论
比较好的书籍---计算机,信号处理等专业
1.集体智慧编程 电子工业出版社莫映王开福译2.机器学习实战人民邮电出版 社李锐/李鹏/曲亚东/王斌译3.机器学习 tommitchell 机械工业出版社4.统计学习方法
李航
清华大学出版社5.概率图模型学习理论及应用赵悦
u010384318
·
2014-05-28 23:00
朴素贝叶斯算法学习 (二)
本读书笔记是通过阅读
李航
教授出的统计学习方法和网上牛人博客形成,若有理解不透彻、错误的地方希望大家留言指正谢谢。先说说在阅读相关知识后,对朴素贝叶斯算
keith0812
·
2014-04-24 19:00
使用R完成决策树分类
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。
yucan1001
·
2014-04-06 16:00
国内机器学习/数据挖掘大牛
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
xiahouzuoxin
·
2014-01-10 09:00
机器学习/数据挖掘之中国大牛
转载自:http://blog.csdn.net/playoffs/article/details/7588597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
xinzhangyanxiang
·
2013-12-16 22:00
机器学习
大牛积累
[转]努力成为优秀的工程师(华为诺亚方舟实验室首席科学家
李航
)
努力成为优秀的工程师(华为诺亚方舟实验室首席科学家
李航
) (2013-03-2820:15:43)转载▼标签:工程工程师分类:科研心得一直在IT企业的研究部门任职,迄今经历了三家大公司:NEC、微软、华为
junecauzhang
·
2013-12-15 23:00
统计机器学习
的理解
目前机器学习的一个比较热门的方向是
统计机器学习
(另外一个可能是图模型,按照Jordan的说法是
统计机器学习
属于频率主义,而图模型属于贝叶斯主义),对于每一个做
统计机器学习
的研究者来说,他们大致可以分为两类
zhouyongsdzh
·
2013-12-13 11:00
机器学习算法及应用领域相关的中国大牛
李航
:http://research.microsoft.com/en-us/people/hangli/,是MSRAWebSearchandMiningGroup高级研究员和主管,主要研究领域是信息检索
u012447220
·
2013-10-17 09:00
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