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
统计学习方法(第2版)
统计学习方法
学习笔记1——感知机模型
1.感知机学习算法的原始形式输入:训练数据集T={(x1,y1),(x2,y2),...,(xn,yn)},其中xi属于R,yi属于{+1,-1},i=1,2,...,n;学习率h(0
ChaucerG
·
2023-01-25 12:31
机器学习
机器学习
统计学习方法笔记
《
统计学习方法
》学习笔记——感知机数学推导
1.什么是感知机感知机是二类分类的线性模型。2.核心思想找一个超平面,把正例和负例分开。我们可以用来表示这个超平面。(w=(x1,x2,x3,…)为法向量,决定了超平面的方向;b为截距,决定了超平面与原点的距离)我们把决策函数定义为:当wx+b>=0时,f(x)=+1,样本被分为正类;当wx+b=0的点来说,如果他被错误分类了,即预测值y=-1;对于负类点,y=+1。所以最终把他们相乘,得到的肯定
逃课去学习:)
·
2023-01-25 12:31
机器学习
机器学习
统计学习方法
学习笔记(4)朴素贝叶斯法
朴素贝叶斯法4.1.朴素贝叶斯法的学习与分类4.1.1.基本方法4.1.2.后验概率最大化的含义4.2.朴素贝叶斯法的参数估计4.1.朴素贝叶斯法的学习与分类4.1.1.基本方法朴素贝叶斯模型中的训练数据集由输入变量和输出变量的联合概率分布产生。朴素贝叶斯法通过训练数据集学习联合概率分布。具体地,学习先验概率分布和条件概率分布。朴素贝叶斯法的假定:朴素贝叶斯法进行了条件独立性假设,也就是假设各个特
北岛寒沫
·
2023-01-25 12:58
机器学习
学习
李航:
统计学习方法
学习笔记 2 感知机三问
李航:
统计学习方法
学习笔记2感知机三问1.空间中任意一点x0到超平面S的距离公式推导2.Novikoff定理中为何可以直接令∣∣w^opt∣∣=1||\hatw_{opt}||=1∣∣w^opt∣∣=1
雪清Fand
·
2023-01-25 12:58
算法
学习笔记
机器学习
机器学习
算法
统计学习方法
学习笔记(3)K近邻法
K近邻法3.1.K近邻算法3.2.K近邻模型3.3.K近邻法的实现:kd树3.1.K近邻算法算法步骤:给定一个训练数据集,对于一个新的输入实例,在训练数据集中找到与该实例最邻近的K个实例,这K个实例的多数属于哪一个类,就把该输入实例分为这个类。最邻近算法:最邻近算法是K=1时的特殊情形。K近邻算法特点:K近邻算法没有显式的学习过程。3.2.K近邻模型K近邻模型的三个基本要素:距离度量、K值的选择、
北岛寒沫
·
2023-01-25 12:28
机器学习
学习
算法
统计学习方法
学习笔记(2)感知机
感知机2.1.感知机模型2.2.感知机学习策略2.3.感知机学习算法感知机的概述:感知机是用于二分类的线性分类模型。输入为实例对象的特征向量,输出为实例的类别,类别用±1表示。感知机将实例划分为正负两类分离超平面,属于判别模型。感知机算法通过随机梯度下降法进行求解。感知机算法的优点在于简单且易于实现。感知机算法是神经网络算法和支持向量机算法的基础。2.1.感知机模型感知机的定义:假设输入空间包含于
北岛寒沫
·
2023-01-25 12:26
机器学习
学习
马尔可夫链(Markov chain)的性质
本文内容主要参考:李航老师的《
统计学习方法
》以下介绍离散状态马尔可夫链的性质。可以自然推广到连续状态马尔可夫链。
Fo*(Bi)
·
2023-01-24 17:49
算法
python
马尔可夫链
马尔可夫链(Markov chain)的基本认识
本文内容主要参考:李航老师的《
统计学习方法
》还有看看马尔科夫链一、马尔可夫链在统计学中的定义马尔可夫链(MarkovChain),描述了一种状态序列,其每个状态值取决于前面有限个状态。
Fo*(Bi)
·
2023-01-24 17:19
算法
python
马尔可夫链
复现经典:《
统计学习方法
》第 4 章 朴素贝叶斯
本文是李航老师的《
统计学习方法
》[1]一书的代码复现。作者:黄海广[2]备注:代码都可以在github[3]中下载。我将陆续将代码发布在公众号“机器学习初学者”,敬请关注。
湾区人工智能
·
2023-01-24 11:44
数学实验matlab韩明版答案,数学实验(MATLAB版)[韩明,王家宝,李林 编著] 2012年版...
数学实验(MATLAB版)作者:韩明,王家宝,李林编著出版时间:2012年版内容简介《普通高等教育“十二五”规划教材:数学实验(MATLAB版)(
第2版
)》是在贯彻落实教育部《高等教育面向21世纪教学内容和课程体系改革计划
JENNIFER LU
·
2023-01-23 14:36
数学实验matlab韩明版答案
matlab高等数学实验答案,MATLAB高等数学实验-(
第2版
)
篇准备实验MATLAB软件操作10.1MATLAB软件的启动10.2MATLAB常用命令、符号20.3数组及其运算60.4MATLAB文件与编程90.5符号运算初步130.6M篇准备实验MATLAB软件操作10.1MATLAB软件的启动10.2MATLAB常用命令、符号20.3数组及其运算60.4MATLAB文件与编程90.5符号运算初步130.6MATLAB作图初步150.7MATLAB帮助系统
Z198
·
2023-01-23 14:36
matlab高等数学实验答案
【ML·机器学习】S1P1统计学习
【ML·机器学习】S1·
统计学习方法
,为:【ML·机器学习】系列博客第一部分内容,内容主要相关数学、统计学等理论与计算机知识的结合。本节S1P1主要内容为介绍统计学习的相关概念,特点,对象,目的等。
脚踏实地的大梦想家
·
2023-01-22 12:30
机器学习
学习
人工智能
统计学习
2022.8.14-python-第三方库备份清理、可视化打包及部分bug记录(auto-py-to-exe)
该文内容灵感来源于的《FlaskWeb开发:基于Python的Web应用开发实战(
第2版
)》的书中章节7.5处。为方便后续快速查看在这里进行记录。
繁星之歌~
·
2023-01-22 08:07
python
机器学习入门书单推荐
二、入门书单1、《机器学习实战——基于Scikit-Learn、Keras和Tensorflow》,机械工业出版社,ISBN:978-7-111-66597-72、《统计自然语言处理(
第2版
)》,清华大学出版社
coder~dreamer
·
2023-01-21 21:20
机器学习
深度学习
tensorflow
重要的Python库--《利用Python进行数据分析》的学习笔记
学习《利用Python进行数据分析》
第2版
,一些笔记将在后续更新内容引用于《利用Python进行数据分析》
第2版
,WesMcKinney著,徐敬一译重要的python库1.NumPyhttp://numpy.org
佛系人生c
·
2023-01-21 10:09
python数据分析
python
数据分析
python科学计算和数据科学应用_Python科学计算和数据科学应用:使用NumPy、SciPy和matplotlib(
第2版
)...
目录第1章科学计算介绍11.1Python数值计算环境31.2Python41.3IPython控制台51.3.1输入输出缓存61.3.2自动补全和对象自省(ObjectIntrospection)61.3.3文档71.3.4与系统shell进行交互71.3.5IPython扩展81.4Jupyter131.4.1JupyterQtConsole131.4.2JupyterNotebook141.
weixin_39994296
·
2023-01-21 10:08
新书推荐 |《Python科学计算(原书
第2版
)》
新书推荐《Python科学计算(原书
第2版
)》点击上图了解及购买活学活用Python科学计算软件包,动手实现复杂的算法,解决不同科研领域的问题。
hzbooks
·
2023-01-21 10:59
可视化
python
人工智能
编程语言
机器学习
AI工程师技术学习进阶指南
数学基础微积分《北京大学高等数学B》线性代数北京大学出版社,《线性代数简明教程》MIT的线性代数公开课概率论与数理统计李航《
统计学习方法
》朴素概率论钟开来概率论朴素统计学理论北京大学出版社,《概率论与数理统计下册
保护我方鲁班七号
·
2023-01-20 13:08
机器学习
算法
人工智能
机器学习
python
AI
《
统计学习方法
》Chapter.4 朴素贝叶斯(naive Bayes)
NaiveBayes朴素贝叶斯理论基本方法输入空间:X⊆RnX\subseteqR^nX⊆Rn为nnn维离散向量空间的集合(本文只介绍离散特征空间下的朴素贝叶斯方法)输出空间:Y={c1,c2,...,cK}Y=\{c_1,c_2,...,c_K\}Y={c1,c2,...,cK}训练数据集:T={(x1,y1),(x2,y2),...,(xN,yN)}T=\{(x_1,y_1),(x_2,y_2
taotaoiit
·
2023-01-18 17:41
统计学习方法笔记
学习方法
机器学习
人工智能
机器学习 day1
书籍链接:http://tangshusen.me/Dive-into-DL-PyTorch/#/一、线性回归对于「线性模型」的内容,那我们就来看看「西瓜书」「
统计学习方法
」「ESL」「PRML」这几本书大概是怎么来讲解这部分内容的
dcr-lzh
·
2023-01-18 14:16
深度学习
pytorch
随机变量的数字特征(概率论常用知识)
随机变量的数字特征本文内容主要参考自1、《概率论与数理统计》
第2版
,徐全智、吕恕编,高等教育出版社;2、黄庆明老师课件。
zhulf0804
·
2023-01-18 10:11
数学知识
概率论
期望
方差
协方差
相关系数
oracle数据库系统电子版,Oracle数据库系统原理(
第2版
)
Oracle数据库系统原理(
第2版
)是由作者李爱武所编著的一本书。通过本书,讲述了Oracle数据库的基本理论,以及系统知识,让你有更加深层次的理解。
萧总经理
·
2023-01-18 03:46
oracle数据库系统电子版
统计学习方法
读书笔记第五章:决策树
统计学习方法
读书笔记第五章:决策树决策树决策树模型与学习特征选择决策树的生成决策树的剪枝CART算法CART剪枝决策树决策树是一种基本的分类与回归方法。
LYPG
·
2023-01-17 12:48
JavaEE - 1 MyBatis核心配置
B站视频链接:黑马程序员JavaEE企业级应用开发教程(Spring+SpringMVC+MyBatis)(
第2版
)_哔哩哔哩_bilibili目录SqlSessionFactoryBuilderSqlSessionFactorySqlSessionMyBatis
NElks
·
2023-01-17 07:53
JavaEE
mybatis
java-ee
spring
JavaEE - 2 MyBatis映射文件
B站视频链接:黑马程序员JavaEE企业级应用开发教程(Spring+SpringMVC+MyBatis)(
第2版
)_哔哩哔哩_bilibili目录工具类的封装MyBatis映射文件常用元素mapperselectinsertsql
NElks
·
2023-01-17 07:53
JavaEE
mybatis
java-ee
java
JavaEE - 4 MyBatis关联映射与缓存机制
B站视频链接:黑马程序员JavaEE企业级应用开发教程(Spring+SpringMVC+MyBatis)(
第2版
)_哔哩哔哩_bilibilig目录数据表之间的关联关系对象之间的三种关系一对一查询元素嵌套查询方式嵌套结果方式案例一对多查询元素多对多查询数据表之间的关联关系一对一
NElks
·
2023-01-17 07:53
JavaEE
java-ee
mybatis
java
机器学习(李航
统计学习方法
)
目录绪论-资料介绍绪论-频率派vs贝叶斯派频率派的观点贝叶斯派的观点监督学习与无监督学习单变量线性回归模型表示代价函数梯度下降多变量线性回归多维特征多变量梯度下降梯度下降法实践1-特征缩放梯度下降法实践2-学习率特征和多项式回归正规方程逻辑回归分类问题假说表示判定边界代价函数简化的成本函数和梯度下降高级优化多类别分类:一对多正则化过拟合的问题代价函数正则化线性回归正则化的逻辑回归模型神经网络非线性
快乐的阿江江
·
2023-01-16 08:01
机器学习
李航老师新作《机器学习方法》上市了!附购买链接
李航老师的《
统计学习方法
》第一版于2012年出版,讲述了统计机器学习方法,主要是一些常用的监督学习方法。第二版增加了一些常用的无监督学习方法,由此本书涵盖了传统统计机器学习方法的主要内容。
风度78
·
2023-01-16 08:00
人工智能
数据挖掘
神经网络
机器学习
深度学习
机器学习经典著作《
统计学习方法
》全新升级
李航著清华大学出版社2022-04-01ISBN:9787302597308定价:138.00元新书推荐今日福利|关于本书|本书在《
统计学习方法
》的基础上增加了深度学习的内容,全面系统地介绍了机器学习的主要方法
PaperWeekly
·
2023-01-16 08:59
人工智能
神经网络
算法
数据挖掘
机器学习
java 自然语言处理_Java自然语言处理(原书
第2版
)
Java自然语言处理(原书
第2版
)作者:【美】理查德·M.里斯(RichardM.Reese),【印】艾希什辛格·巴蒂亚(AshishSinghBhatia)出版日期:2020年06月文件大小:70.38M
乔本大叔
·
2023-01-16 06:40
java
自然语言处理
大佬新书首发 | 《机器学习 公式推导与代码实现》正式出版!
关注过这本书的公众号读者应该知道,这本书在系列原创机器学习30讲的基础上,并参考了李航老师的《
统计学习方法
》和周志华老师的西瓜书《机器学习》的理论体系,从公式推导和代码实现两个维度来展示机器学习的基本内涵
人工智能与算法学习
·
2023-01-15 11:09
算法
人工智能
机器学习
编程语言
python
新书首发 | 《机器学习 公式推导与代码实现》正式出版!
关注过这本书的公众号读者应该知道,这本书在系列原创机器学习30讲的基础上,并参考了李航老师的《
统计学习方法
》和周志华老师的西瓜书《机器学习》的理论体系,从公式推导和代码实现两个维度来展示机器学习的基本内涵
算法channel
·
2023-01-15 11:09
算法
人工智能
机器学习
python
编程语言
人生第二本书!
关注过这本书的公众号读者应该知道,这本书在系列原创机器学习30讲的基础上,并参考了李航老师的《
统计学习方法
》和周志华老师的西瓜书《机器学习》的理论体系,从公式推导和代码实现两个维度来展示机器学习的基本内涵
Datawhale
·
2023-01-15 11:08
算法
机器学习
人工智能
python
编程语言
新书首发 | 《机器学习 公式推导与代码实现》正式出版!(文末送书)
关注过这本书的公众号读者应该知道,这本书在系列原创机器学习30讲的基础上,并参考了李航老师的《
统计学习方法
》和周志华老师的西瓜书《机器学习》的理论体系,从公式推导和代码实现两个维度来展示机器学习的基本内涵
风度78
·
2023-01-15 11:08
算法
人工智能
机器学习
python
编程语言
数据结构/C语言_线性表之顺序表_图书信息管理系统
最近在看严蔚敏的《数据结构C语言版|
第2版
》,看完了线性表,写了用顺序表实现的图书信息管理系统。数据结构(C语言版)第二章线性表知识梳理+作业习题详解经测试可以成功运行。但是输入小数就会出bug。
拉丁的神灯
·
2023-01-14 09:15
数据结构
c语言
python机器学习学习笔记——学习资源汇总
PyCharm:https://www.jetbrains.com/pycharm/[4]Anaconda:https://www.continuum.io/参考教程[1]《Python语言程序设计基础(
第2
那么CHEN
·
2023-01-14 07:54
python
python
机器学习
人工智能
编程语言
大数据
统计学习方法
第二版 读书笔记_第二章 感知机
感知机2.1感知机模型定义2.1(感知机)假设输入空间(特征空间)是X∈Rn\mathcalX\in\mathcalR^nX∈Rn,输出空间是Y={+1,−1}\mathcalY=\{+1,-1\}Y={+1,−1}.输入x∈Xx\in\mathcalXx∈X表示实例的特征向量,对应于输入空间(特征空间)的点;输出y∈Yy\in\mathcalYy∈Y表示实例的类别.由输入空间到输出空间的如下函数
EricZHAOedu
·
2023-01-13 22:05
统计学习
学习
机器学习
算法
李航
统计学习方法
(第二版)第二章 感知机学习笔记【理论篇】
感知机感知机的定义感知机的数学表达式感知机的几何意义感知机的目标函数数据集线性可分目标函数推导感知机的优化方法原始形式随机梯度下降批量梯度下降为什么用随机梯度下降而不用批量梯度下降对偶形式为什么要转化成对偶形式感知机的定义感知机是二分类线性分类模型,输入为实例的特征,输出为实例类别,实例类别取+1和-1。感知机是属于判别模型,因为其求出分离超平面直接将输入实例划分为正例和负例。感知机的数学表达式感
禅心001
·
2023-01-13 22:04
深度学习
统计学习方法第二版
【机器学习笔记】《
统计学习方法
》第二章 感知机+随机梯度下降法
主要参考书目《
统计学习方法
》
第2版
,清华大学出版社参考书目MachineLearninginAction,PeterHarrington用于考研复试笔记,所以写的很简洁,自己能看懂就行。
Baolar_Code
·
2023-01-13 22:30
机器学习
机器学习
电信保温杯笔记——《
统计学习方法
(第二版)——李航》第2章 感知机
电信保温杯笔记——《
统计学习方法
(第二版)——李航》第2章感知机论文介绍特点模型结构损失函数优化目标感知机学习算法的原始形式举例算法收敛性感知机学习算法的对偶形式相关视频相关的笔记相关代码pytorchtensorflowkeraspytorchAPI
电信保温杯
·
2023-01-13 22:27
机器学习
《
统计学习方法
第二版》学习笔记2——感知机
1理论部分1.1感知机模型1.2感知机学习策略1.3感知机算法1.3.1原始形式算法1.3.2对偶形式算法2代码部分2.1Perceptron2.2scikit-learn实例前言本文主要参考资料:《
统计学习方法
sd3145265
·
2023-01-13 22:27
统计学习方法
组队学习
统计学
统计模型
机器学习
机器学习-
统计学习方法
第二版学习笔记-第二章 感知机
统计学习方法
第二章感知机2.1感知机模型2.2感知机学习策略损失函数:误分类点到超平面的总距离。2.3感知机学习算法算法2.1随机梯度下降法算法2.2感知机模型对偶形式
xingS1992
·
2023-01-13 22:27
统计学习方法
机器学习
《
统计学习方法
(第二版)》学习笔记 第二章 感知机 代码实现
感知机代码实现首先先直接给出一个复制粘贴就可以运行的代码实例,让大家先感受一下感知机的代码的执行过程。数据集采用的是经典的鸢尾花数据集,sklearn.datasets中提供了鸢尾花数据集的接口可以直接使用,当然还有其他更多的数据集可以用来进行实验,比如非常有名的用于机器学习的数据库UCI,其中也包含了鸢尾花数据集,里面包含的大部分数据集的规模都很小,很适合初学者使用。importnumpyasn
忆殇DR
·
2023-01-13 22:54
机器学习
机器学习
统计学习方法
感知机
代码实现
梯度下降
统计学习方法
——第2章感知机(个人笔记)
统计学习方法
——第2章感知机(个人笔记)参考《
统计学习方法
》(第二版)李航感知机就是二分类的线性分类模型,输入为特征向量,输出只为+1、-1。
没用的阿鸡
·
2023-01-13 22:52
机器学习
机器学习
统计学习方法
——第7章 支持向量机(个人笔记)
统计学习方法
——第7章支持向量机(个人笔记)参考《
统计学习方法
》(第二版)李航支持向量机(supportvectormachines,SVM)是一种二分类模型,是定义在特征空间上的间隔最大的线性分类器。
没用的阿鸡
·
2023-01-13 22:52
学习
支持向量机
算法
《
统计学习方法
》第 2 章“感知机”学习笔记
感知机是《
统计学习方法
》的介绍的第1个算法,是神经网络与SVM的基础。
liweiwei1419
·
2023-01-13 22:51
机器学习
机器学习
《
统计学习方法
第2版
》学习笔记-第1章统计学习及监督学习概论
文章目录1.统计学习2.统计学习的分类2.1.基本分类2.2.按模型分类2.3.按算法分类2.4.按技巧分类3.
统计学习方法
的三要素3.1.模型3.2.策略3.3.算法4.模型评估与模型选择4.1.训练误差与测试误差
可以叫我才哥
·
2023-01-13 22:50
统计学习方法
机器学习
python
算法
人工智能
大数据
统计学习方法
第二版 学习笔记 第二章 感知机
一、统计学习三要素1.1模型感知机是二分类线性分类模型,属于判别模型,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。其输出为实例的类别,取和二值,模型预测值由以下函数给出:其中,是符号函数,即1.1.1模型的假设空间定义在特征空间中的所有线性分类模型,即函数集合。1.2策略---经验风险最小化感知机算法假设数据集是线性可分的,采用基于误分类的损失函数,其含义是误分类点到超平面的总距
gss123_123
·
2023-01-13 22:45
统计机器学习第二版学习笔记
分类
算法
统计学习方法
学习笔记-06-逻辑斯谛回归与最大熵模型01
首先介绍逻辑斯谛模型,然后介绍最大熵模型,最后讲述逻辑斯谛回归与最大熵模型的学习算法,包括改进的迭代尺度算法和拟牛顿法逻辑斯谛回归模型逻辑斯谛分布设XXX是连续随机变量,具有下列分布函数和密度函数:μ\muμ是位置参数,γ>0\gamma\gt0γ>0是形状参数,越小,分布函数在中心增长得越快F(x)=P(X≤x)=11+e−(x−μ)/γf(x)=F′(x)=e−(x−μ)/γγ(1+e−(x−
尔呦
·
2023-01-13 08:10
统计学习方法
学习
回归
机器学习
统计学习方法
|决策树原理剖析及实现
原始blog链接:http://www.pkudodo.com/2018/11/30/1-5/前言《
统计学习方法
》一书在前几天正式看完,由于这本书在一定程度上对于初学者是有一些难度的,趁着热乎劲把自己走过的弯路都写出来
Dod_o_
·
2023-01-12 00:26
决策树
实现
统计学习方法
上一页
17
18
19
20
21
22
23
24
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