李航第10页

李航统计方法（四）---朴素贝叶斯

朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。训练的时候，学习输入输出的联合概率分布；分类的时候，利用贝叶斯定理计算后验概率最大的输出。朴素贝叶斯法的学习与分类基本方法设输入空间image为n维向量的集合，输出空间为类标记集合image={c1……ck}。输入特征向量x和输出类标记y分属于这两个集合。X是输入空间上的随机变量，Y是输出空间上的随机变量。P(X,Y)是X和Y的联合概率分布

文子轩·2021-06-27 01:03

统计学习方法——李航

学习算法，是为以后工作中对RD同学工作内容有大致了解，不追求细节，想追也没那个能力~第一章统计学习方法概论1.1概论统计学习的目的是对数据进行预测与分析，手段是构建模型，并应用模型进行预测与分析，前提是同类数据具有一定统计性。实现统计学的方法步骤如下：1.得到一个有限的训练数据集合2.确定包含所有可能的模型的假设空间，即学习模型的集合3.确定模型选择的准则，即学习的策略4.实现求解模型的算法，即学

天气不是很好啊·2021-06-21 19:38

教室来了一只小蜜蜂

循着声音看去，我发现李航宇脸色怪异。我快步走到他面前，询问怎么回事儿。他把身子紧紧抱成一团儿，眼睛注视窗台。原来窗台儿上有一只小蜜蜂儿，他就坐在靠窗的位置，这只蜜蜂使他感到万分惊吓。

清尤子·2021-06-19 21:28

统计学习方法

研一上机器学习课程最后准备考试的时候看过一点点这本书，没有系统得看过，最近准备系统得看一遍，顺便写一些笔记，主要框架就是李航的《统计学习方法》这本书，参考了西瓜书的一点内容和一些博客，有一些关键部分的证明自己都照着书手推了一遍

和蔼的zhxing·2021-06-12 08:04

k近邻法的kd Tree搜索

最近在读李航老师的《统计学习方法》，读到第三章的k近邻算法时，在N>>k时遍历搜索比较费时，为了更高效的搜索可以采用kdTree的方式组织Training数据，我看到一篇博客，前面的图示理解部分说的比较到位

jhttroy·2021-06-12 00:51

Dijsktra算法与Viterbi算法对比

用李航老师《统计学习方法》第186页中的HMM+Viterbi例子来分析。ScreenShot2020-06-05at9.34.13PM.png这个例子可以转化为求解下图的最优路径。

橙子_80c3·2021-06-09 07:31

当初我要是这么学习Nginx就好了！（多图详解）

以下文章来源于51CTO技术栈，作者李航本文主要帮助大家熟悉Nginx有哪些应用场景、Nginx特点和架构模型以及相关流程、Nginx定制化开发的几种模块分类。读完本文你将对Nginx有一定的认识。

码农小光·2021-06-07 23:49

狗血的故事：好兄弟偷了他的女朋友，但他们仍然是好朋友

李航坐在小区健身广场的椅子上，呆呆的看着远处亲密黏在一起散步的情侣。男子高高的有点壮，一只手臂将娇笑着的女子圈在自己身边，紧紧贴着。

六月花生·2021-06-07 16:28

男生女生谁怕谁（40）怀念一片草

李航警觉地站起来，“快逃啊！”他哧溜一下钻到桌子底下。大家哄笑起来。坐在窗边的陈宁说：“你小子很珍惜生命。过来看看，是不是地震？”同学们都到窗边“研究”振动源。原来教学楼后面的荒草园来了一辆推土机。

三门峡014张丽娜·2021-06-05 22:41

周志华、李航来这个AI顶级盛会了！

AI内行顶级盛会来了！第三届北京智源大会，即将于2021年6月1日-3日在北京市海淀区，中关村国家自主创新示范区会议中心举办，线上+线下报名已全面开启。最令行业期待的智源“悟道2.0”大模型，将于6月1日智源大会开幕式正式发布！中国首个超大规模智能模型全面升级，将带来更多引领性技术突破与“世界第一”纪录刷新！北京智源研究院理事长张宏江指出：人工智能的大模型时代正在到来！超大数据+超大算力+超大模型

Amusi（CVer）·2021-05-29 12:00

【SVM预测】基于蝙蝠算法改进SVM实现数据分类

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

Matlab走起·2021-05-21 00:47

男生女生谁怕谁（43）踏青

张咪只问了她现在的同桌李航和她的旧同桌杨飞，就解

三门峡014张丽娜·2021-05-18 16:45

十月二日修改及创作印章

弄笛曲水亭西岁月侵人不见痕以形媚道野航放山日利常吉李航披云卧石人长寿归锄堂参古弘毅

李野航·2021-05-14 21:48

ml笔记4：SVM概念理解

本文纯理论，来源于AndrewNg公开课和李航的《统计学习方法》。

董泽润·2021-05-14 13:29

汽车快修创业怎么样 90后投资济南必普车巧匠成功当老板

年轻人名叫李航，今年24岁，是这家车巧匠汽车美容店的老板。对于一位“90后”来说，老板的称呼似乎有些不太相称，而李航也是从来不把自己看做是老板和店员们打成一片。

美食新声音·2021-05-13 09:09

007.同桌的你

图片来源@李航Albert同桌。是青春故事里的一部分。说到这里我不禁想，难道没有人的同桌一直都是同性的吗？为什么在我们大多数人的观念里，同桌的你就是异性呢？哈哈。

李同学的小窝·2021-05-12 14:18

第十五章15.2矩阵奇异值分解基本定理

文章目录本章内容奇异值分解基本定理前提假设证明例题本课程来自深度之眼，部分截图来自课程视频以及李航老师的《统计学习方法》第二版。

oldmao_2001·2021-05-11 19:25

第十五章15.1矩阵奇异值分解步骤

文章目录本章内容矩阵的奇异值分解正交矩阵矩阵的奇异值分解矩阵的满秩分解本课程来自深度之眼，部分截图来自课程视频以及李航老师的《统计学习方法》第二版。

oldmao_2001·2021-05-10 20:08

EM算法系列(五)-三硬币问题

整理自李航老师的《统计学习方法》一书1、引言概率模型有时既含有观测变量，又含有隐变量或潜在变量，如果概率模型的变量都是观测变量，那么给定数据，可以直接用极大似然估计法，或贝叶斯估计法估计模型参数，但是，

文哥的学习日记·2021-05-08 10:46

选择

王小烟离开家的时候，李航正在家里打游戏。她拎着一带垃圾，顺手把门带上，李航头也不抬，专注于大杀四方。他最近发现一款新游戏，忙着通关，全然忘了王小烟的离开。

踏雪瞻云·2021-05-07 09:41

集成学习系列(二)-AdaBoost算法原理

根据李航老师的《统计学习方法》一书整理。1、提升方法的基本思路提升方法基于这样一种思路：对于一个复杂任务来说，将多个专家的判断进行适当的综合所得出的判断，要比其中任何一个专家单独的判断好。

文哥的学习日记·2021-05-04 21:13

支持向量机

支持向量机0.引言本文主要参考了李航的《统计学习方法》。是本人学习支持向量机的学习笔记。

吴金君·2021-05-03 22:05

CART构建与剪枝

我们的例子是李航的《统计学习方法》

付剑飞·2021-05-03 02:03

机器学习入门资料(免费高清pdf-持续更新中)

wz的技术窝·2021-04-30 22:55

三十九周

周三，晴1、与李航去西站接韩冰。2、中午食堂帮忙，下午一直忙。3、跳舞，聊天。周四，晴1、上午工作2、下午昌图3、昌图一高旁边的晶一学长奶茶

赵自律·2021-04-24 22:05

李航老师《统计学习方法》第二版第七章课后题答案

1.1、感知机的对偶形式由于李航老师书上的感知机的对偶形式有点问题，这里先对其进行一下改进最后学习到的感知机的参数是：w=∑i=1Nαiyixi(1)w=\sum_{i=1}^{N}\alpha_{i}

六七～·2021-04-23 16:35

主成分分析PCA算法(相关矩阵的特征值分解算法和数据矩阵的奇异值分解算法)

下文截图来自：《统计学习方法第2版》李航 PCA利用正交变换把由线性相关的变量表示的观测数据转换为少数几个由线性无关变量表示的数据，线性无关的变量称为主成分。

#苦行僧·2021-04-19 21:25

李航老师《统计学习方法》第二版第六章答案

1、确认逻辑斯谛分布属于指数分布族。证明：逻辑斯谛分布的概率密度函数是：f(x)=e−(x−μ)/γγ(1+e−(x−μ)/γ)2(1)f(x)=\frac{e^{-(x-\mu)/\gamma}}{\gamma(1+e^{-(x-\mu)/\gamma})^{2}}\tag{1}f(x)=γ(1+e−(x−μ)/γ)2e−(x−μ)/γ(1)而指数族分布是指概率密度函数可以表示为下面的形式：p(

六七～·2021-04-19 16:35

第十四章聚类方法.14.2.3距离公式证明

文章目录主要内容系统聚类法的性质1、单调性2、空间的浓缩和扩张系统聚类法的比较本课程来自深度之眼，部分截图来自课程视频以及李航老师的《统计学习方法》第二版。

oldmao_2001·2021-04-19 16:19

第十四章聚类方法.14.2聚合聚类距离公式介绍

文章目录主要内容聚合聚类的具体过程聚合聚类算法与案例系统聚类法基本思想八种距离方法本课程来自深度之眼，部分截图来自课程视频以及李航老师的《统计学习方法》第二版。

oldmao_2001·2021-04-18 20:55

第十四章聚类方法.14.2.1距离与相似度

文章目录主要内容层次聚类欧式距离的缺陷闵可夫斯基距离的缺陷兰⽒距离⻢⽒距离斜交空间距离相似系数的算法夹角余弦本课程来自深度之眼，部分截图来自课程视频以及李航老师的《统计学习方法》第二版。

oldmao_2001·2021-04-18 18:11

2017.1-2017.8第二学期总结

•基础学习学习机器学习的基础知识，结合IanGoodfellow的《DeepLearning》和李航的《统计学习方法》，主要学习了机器学习中的数学

Ada_Bleau·2021-04-18 17:51

李航老师《统计学习方法》第二版第五章决策树课后答案

1、根据表5.1所给的训练数据集，利用信息增益比（C4.5算法）生成决策树。解：下面先给出计算信息增益比的程序，并且输出最好的特征importnumpyasnpdefinfo_ratio(D,Y,n):'''计算信息增益比Parameters----------D:numpyarray训练数据集.Returns-------最优特征.'''#下面开始修正数据集D和标签Yforindexinn:s=

六七～·2021-04-18 14:51

还未过门，小姑子就惦记上了我的房子

她兴奋地李航说：“亲爱的，我好期待下个月的到来啊！”李航抱住她温柔的说：“我也是，好想看你穿婚纱的样子。”陈莉害羞一笑，摸了摸还很平坦的肚子，里面有一个快一个月大的小生命。

初婳·2021-04-18 03:58

第十四章聚类方法.14.1聚类的基本概念

文章目录主要内容相似度或距离闵可夫斯基距离马哈拉诺比斯距离相关系数余弦相似度小结类或簇类的性质类间距离度量本课程来自深度之眼，部分截图来自课程视频以及李航老师的《统计学习方法》第二版。

oldmao_2001·2021-04-17 20:43

第十一章条件随机场.11.2 拟牛顿法

文章目录牛顿法拟牛顿法小结本课程来自深度之眼，部分截图来自课程视频以及李航老师的《统计学习方法》第二版。

oldmao_2001·2021-04-14 12:35

李航老师《统计学习方法》第二版第四章答案

1、使用极大似然估计法推出朴素贝叶斯法概率估计公式（4.8）以及公式（4.9）.解答：概率估计公式（4.8）是：P(Y=ck)=∑i=1NI(yi=ck)N,k=1,2,...,KP(Y=c_{k})=\frac{\sum_{i=1}^{N}I(y_{i}=c_{k})}{N},k=1,2,...,KP(Y=ck)=N∑i=1NI(yi=ck),k=1,2,...,K概率估计公式（4.9）是：P(

六七～·2021-04-11 18:19

李航老师《统计学习方法》第二版第三章课后题答案

1、参照图3.1，在二维空间中给出实例点，画出kkk为1和2时的kkk近邻法构成的空间划分，并对其进行比较，体会kkk值的选择与模型复杂度及预测准确率的关系。解：唉，这一题花了很长时间才搞明白到底是要干啥。下面先简单的介绍一下，到底要干嘛，和k近邻的关系是啥。我们知道，k近邻算法在对一个新的数据点AAA进行分类的时候（这里就以分类来介绍），需要以AAA为中心，寻找距离AAA最近的k个点，这k个点是

六七～·2021-04-10 11:04

李航老师《统计学习方法》第二版第二章答案

1、Minsky与Papert指出：感知机因为是线性模型，所以不能表达复杂的函数，比如异或（XOR）。验证感知机为什么不能表示异或。解：下面是异或的运算结果：异或：如果两个值相同则异或操作的结果是0，如果不相同则为1由此我们可以看到，这也是一个二分类的问题，异或的运算如表所示XORaba01b10方法一：直观作图法如果我们去a=0,b=1,将上表的结果画在二维平面，如下图。我们可以看到，对于蓝色的

六七～·2021-04-07 16:41

我以为你与众不同，原来，你并没什么不同！

他叫李航，我就职公司的老板，大器晚成，创业屡败屡战，直到40岁有个不识字的女人嫁给他，同年创业成功，育有一子一女。

宇蓝蓝·2021-04-03 12:26

期望最大化算法

〇、说明在看到的资料里，包括周志华教授的《机器学习》[1]、李航博士的《统计学习方法》[2]，大多数材料把期望最大化算法看做是一个解决含有隐变量优化问题的算法，我认为这是对期望最大化算法的狭义理解；而在吴军博士的

城市中迷途小书童·2021-03-10 09:38

李航老师《统计学习方法》及相关资源（代码、课件）的汇总及下载

编辑|Will出品|字节AI李航：毕业于日本京都大学电气电子工程系，日本东京大学获得计算机科学博士学位。

风度78·2021-02-28 11:00

李航《统计学习方法》课后习题答案（第2版）

李航《统计学习方法》课后习题答案（第2版）章节链接第1章统计学习及监督学习概论点击进入第2章感知机点击进入第3章k近邻法点击进入第4章朴素贝叶斯法点击进入第5章决策树点击进入第6章逻辑斯谛回归与最大熵点击进入第

#苦行僧·2021-02-19 18:26

机器学习损失函数小结

参考李航老师的《统计学习方法》关于损失函

不是一首歌的事·2021-02-05 17:17

一种城市道路网络的随机生成方式（Unity中可视化）

AdvancingFrontTechnique）3.实现3.1.数据的定义3.2.边界的分类3.3.生成一个小网格3.4.生成桥边4.完整代码4.1.一些定义或辅助4.2.AFT算法4.3.可视化参考：[1]王元,刘华,李航

lxbhahaha·2021-02-04 16:48

李航统计学习方法第二章感知机

记录一下几个关键问题在感知机这章，机器学习的三要素分别为？（1）假设空间？（2）学习策咯？（3）优化算法？2.在学习策略中，点到超平面的距离为什么使用函数间隔，不使用几何间隔？转载于：为什么感知机使用函数间隔作为损失函数(忽略1/||w||)https://blog.csdn.net/zest_9527/article/details/893810883.函数间隔与几何间隔的区别？4.学习策略损失

落尘per·2021-01-31 16:04

机器学习（1）泛化误差上界的实现及分析

参考文献是李航老师写的《统计学习方法》。简单引出泛化误差是什么。对于任意给定的数据，选定模型对数据监督学习，得到学习后的模型，并使用此模型对新样本预测，以便对新数据、新样本预测分析。

ProfSnail·2021-01-25 00:02

EM算法

参考资料：李航《统计学习方法2》；从最大似然到EM算法浅解阅读本文需要有基本机器学习知识背景问题：具有隐变量的MLE（极大似然估计）难点：隐变量的出现，导致普通求极值点的方法可能难以求解；如下，可以看到出现和或者积分的

cyz0202·2021-01-24 01:32

李航《统计学习方法》例2.12感知机学习算法的对偶形式——实现代码

例2.2数据同例2.1,正样本点是x1=(3,3)T,x2=(4,3)T,负样本点是X3=(1,1)T,试用感知机学习算法对偶形式求感知机模型。暂时：#2020.01.11Byyangbocsuimportnumpyasnpimportmatplotlib.pyplotasplt#2.2(对偶形式)#pythonx=np.array([[1,1],[4,3],[3,3]])y=np.array([

赶路人_95HZ·2021-01-13 09:24

李航《统计学习方法》例2.1 感知机学习算法的原始形式——实现代码

#2020.01.11Byyangbocsu例2.1如图2.2所示的训练数据集，其正实例点是x1=(3,3)T,x2=(4,3)T，负实例点是:x3=(1,1)"，试用感知机学习算法的原始形式求感知机模型f(x)=sign(wx+b)。这里，w=(w(1),w(2))T",x=(x(1),x(2))T。参考代码：#2020.01.11Byyangbocsuimportnumpyasnpimport

赶路人_95HZ·2021-01-11 10:35

推荐频道

李航