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
统计学习方法公式推导
蓝皮书系列之 朴素贝叶斯
李航的蓝皮书《
统计学习方法
》,可谓是机器学习的中文经典。其中所设计的一些算法,是机器学习的基础。这篇博文将要讲述蓝皮书中的第四章朴素贝叶斯法。
脑荼地
·
2023-03-22 02:40
李航《
统计学习方法
》读书笔记--
统计学习方法
概论
2、方法
统计学习方法
包括监督学习、非监督学习、半监督学习和强化学习。3、三要素
统计学习方法
三要素包括模型的假设空间、模型选择的准则以及模型学习的算法,简称为模型、策略和算法。
是小橙子呀
·
2023-03-22 00:52
Softmax regression
那么对的第个分量求梯度的公式为:梯度
公式推导
如果此时要求,那么把与有关的项提出来其中倒数第二个等式是因为
密码八个八
·
2023-03-20 00:14
神经网络之反向传播(BP)算法代码实现
反向传播算法实战本次的反向传播算法是基于上篇文章神经网络之反向传播算法(BP)详细
公式推导
实现的,如果对反向传播算法不太了解,强烈建议参考上篇文章。我们将实现一个4层的全连接网络,来完成二分类任务。
盐的甜
·
2023-03-19 22:23
强化学习 | Multi Agents | Trust Region | HATRPO | HAPPO
其它地,最近简单看了下GAE和VarianceofMAPG两篇,没做笔记MATRPO逻辑很清晰,理论推导做得很扎实,附录的
公式推导
近10页。
111辄
·
2023-03-19 08:54
强化学习
强化学习
增强学习
ICLR
trust
region
multi-agents
机器学习笔记(7)
《李宏毅机器学习》决策树章节补充的内容:AdditionalReferences(熵的理解)学习目标:*信息量计算,原理*信息熵*证明0⩽H(p)⩽logn*联合概率,边缘概率*联合熵,条件熵,条件熵
公式推导
trying52
·
2023-03-17 22:05
线性代数之 矩阵求导(3)标量、向量求导的快速记忆
注意:该方法仅是作者个人记忆用方法,
公式推导
并不严格符合数学规范。基本约定默认向量是列向量。只涉
RuiH.AI
·
2023-03-17 07:00
概率论与机器学习
线性代数
矩阵
机器学习
链表中环的入口结点
我们可以通过
公式推导
出,当两个指针相遇之后,
youzhihua
·
2023-03-16 07:25
仿射变换
公式推导
date:2020/03/23周一11:58:40.00tags:affinetransformationcategories:GISAlgorithmauthor:Tamkery寻松点点Note:仿射变换
公式推导
一
寻松点点
·
2023-03-16 05:13
Kalman Filter 卡尔曼滤波
公式推导
WeChatImage_20190523230514.jpgWeChatImage_20190523230509.jpgWeChatImage_20190523230521.jpg
Golden_humble
·
2023-03-16 04:08
FM(Factorization Machine)
公式推导
一、前言网上关于FM算法的介绍很多,我写这篇文章的目的是详细地推一遍FM算法中交叉组合项的简化计算(其是就是验证一下为什么公式中的每个等号是成立的,而不是探究这种思路是怎么得出的),方便自己以后查看,也可以帮助一下对这个算法有些许疑惑的朋友。本文主要参考了https://www.cnblogs.com/AndyJee/p/7879765.html这篇文章,FM算法的原文出处则是在这里S.Rendl
老子不吃鱼_
·
2023-03-16 00:35
cs231n_softmax损失函数对权重W求导
目录前言一、
公式推导
1.1将评分函数表达为矩阵形式1.2标量对列向量求导规则1.3单个样本对权重求导到全训练集二、实现代码前言矩阵对矩阵求导法则:从上面公式可以看出,矩阵对矩阵求导,会导致维度倍增,即dC
清风微升至
·
2023-03-15 01:42
cs231n
深度学习
机器学习笔记:XGBoost
公式推导
目标函数=损失函数+正则化项:在时刻的目标函数。:当前预测结果,其中是在时刻要训练的CART树,是已经训练得到的CART树的线性组合。:正则项,具体如下:这里是时刻训练的CART树的叶子结点个数,是在编号为的叶子结点上的输出,和是超参数。使用二阶泰勒展式对使用二阶泰勒展式:其中是在时刻要训练的CART树,且并且所以因为是一个确定的数,可以归入,上式右边把换成叶子结点的输出,再把用定义展开,上式右边
李威威
·
2023-03-14 22:51
从头实现一个深度学习对话系统--Seq-to-Seq模型详解
上一篇文章已经介绍了几篇关于Seq-to-Seq模型的论文和应用,这里就主要从具体的模型细节、
公式推导
、结构图以及变形等几个方向详细介绍一下Seq-to-Seq模型。
liuchongee
·
2023-03-14 07:47
深度学习
QA
QA_对话机器人_机器阅读专题
深度学习
对话系统
NLP
Seq-to-Seq
K近邻算法(k-Nearest Neighbour, KNN)
《机器学习》周志华k近邻学习《
统计学习方法
》李航k近邻法KNN算法思想k-最近邻(k-NearestNeighbour,kNN)算法是一种基本分类与回归方法,属于监督学习方法,其工作机制非常简单:给定测试样本
木夕敢敢
·
2023-03-14 07:37
数据挖掘
机器学习
python
数据挖掘
python
机器学习
近邻
统计学习方法
读书笔记(第二章)
感知器感知器是二类分类的线性分类模型,属于辨别模型。输出为实例的类别,取+1与-1二值。目的是求出将训练数据进行线性划分的分离超平面。误分类点判别的结果与输入的类别不同(异号)则为误分点,那么判据为image.png损失函数通过求出误分类点到超平面的总距离,评价划分效果的好坏。求总距离最小时的情况,利用梯度下降法,分别求w,b的偏导数。image.pngimage.pngimage.pngimag
gibyeng
·
2023-03-13 14:19
阅读科技文献的方法
阅读科技文献的两个关键点:1.读懂
公式推导
过程,前提就需要明析各符号的含义,遇到不懂的符号应该立马去科普掌握。不了囫囵吞枣。
悟萌
·
2023-03-13 09:10
位姿测量 | 正交迭代(OI)算法流程及其Python代码
目录简介OI算法
公式推导
Python代码结尾简介接位姿测量|正交迭代(OI)算法的原理及其MATLAB实现,本文介绍正交迭代算法的python代码实现。
lovetaozibaby
·
2023-03-12 07:24
python
学习总结
位姿跟踪和滤波算法
算法
python
(超全面,超基础)Kriging插值推导理论笔记,算法,普通克里金
最近老师让我再重新推导一下克里金插值的方法如何求出预测结果,于是我又无数次地打开了大神的推导原理过程链接:克里金(Kriging)插值的原理与
公式推导
作者:xg1990,但是不可避免地在推导过程中,数学知识基础薄弱的我卡住在一些
公式推导
的步骤中
lanainluv
·
2023-03-10 07:47
代理模型
克里金插值
普通克里金
算法
线性回归
最小二乘法
k近邻(KNN)模型详细解读 |
统计学习方法
学习笔记 | 数据分析 | 机器学习
本文包含:1.走近k近邻-你周围的人决定了你是怎样的人2.重要概念3.k近邻算法的数学形式4.k近邻模型的直观认识5.如何计算距离6.k值的选择7.k近邻算法的损失函数8.kd树数据结构9.搜索kd树KNN模型Python复现,使用了线性扫描;权值优化两种算法:舟晓南:k近邻(KNN)模型python复现-线性扫描;带权值的近邻点优化方法1.走近k近邻-你周围的人决定了你是怎样的人:人是群居动物,
舟晓南
·
2023-03-10 00:12
【NLP相关】Transformer模型:从Seq2Seq到自注意力机制(Transformer原理、
公式推导
和案例)
❤️觉得内容不错的话,欢迎点赞收藏加关注,后续会继续输入更多优质内容❤️有问题欢迎大家加关注私戳或者评论(包括但不限于NLP算法相关,linux学习相关,读研读博相关......)【NLP相关】Transformer模型:从Seq2Seq到自注意力机制自然语言处理(NLP)是人工智能(AI)领域中的一个重要分支。在NLP领域中,Transformer模型是目前最先进的模型之一,它通过引入自注意力机
Chaos_Wang_
·
2023-03-09 12:05
自然语言处理
深度学习
自然语言处理
transformer
人工智能
chatgpt
《
统计学习方法
》笔记(二)感知机模型
最近利用工作之余的时间正在学习李航博士的《
统计学习方法
》,一方面希望能够通过写作整理思路,另一方面,分享学习心得也希望可以和志同道合的小伙伴们共同探讨进步啦~github传送门:GitHub-wyynevergiveup
菜鸟研究生
·
2023-03-09 02:07
基于pyhton3.6-机器学习实战-kNN代码解释
我主要给大家讲解代码,理论部分给大家推荐3本书:《机器学习实战中文版》《机器学习》周志华《
统计学习方法
》李航以上3本书,第一本是基于python2的代码实现;剩余两本主要作为第一本书理论省略部分的补充,
薛定谔的幸运猫
·
2023-02-24 07:15
机器学习
机器学习
Pytorch学习笔记(深度之眼)(6)之权值初始化
从
公式推导
可以发现,第一个隐藏层的输出值的方差变为n
liuyu进阶
·
2023-02-20 07:48
python
深度学习
笔记
深度学习
神经网络
人工智能
实践-数据分析及可视化(2)-基础介绍
【机器学习】带读李航第一章-第四章《
统计学习方法
第二版监督学习》跟我一起从菜鸟成长为大神_
来自知乎的一只小胖子
·
2023-02-19 01:10
《
统计学习方法
》笔记(四)朴素贝叶斯法
最近利用工作之余的时间正在学习李航博士的《
统计学习方法
》,一方面希望能够通过写作整理思路,另一方面,分享学习心得也希望可以和志同道合的小伙伴们共同探讨进步啦~github传送门:GitHub-wyynevergiveup
菜鸟研究生
·
2023-02-17 21:28
卡尔曼滤波
网上大多数的教程讲到卡尔曼的数学
公式推导
,会让人很头疼,难以把握其中的主线和思想。所以我参考了国外一位学者的文章,讲述卡尔曼滤波的工作原理,然后编写了一个基于OpenCV的小程序给大家做一下说明。
zhubaohua_bupt
·
2023-02-17 12:58
优化算法
定位
卡尔曼滤波
Kalman
Filter
机器学习之集成算法----Adaboost算法
目录Boosting算法基本原理对应问题Adaboost算法算法流程个人描述指示函数学习器权重和样本权重
公式推导
Adaboost算法的正则化小结传送门视频Boosting算法基本原理Boosting算法的工作机制是首先从训练集用初始权重训练出一个弱学习器
小韭菜~
·
2023-02-16 23:07
机器学习
机器学习框架
书目:周志华机器学习西瓜书李航
统计学习方法
方向:计算机视觉图像处理、物体检测、语义分割(锤子手机的爆炸功能)自然语言处理机器翻译、信息抽取、情感分析机器翻译的几个阶段:基于规则的翻译方法基于统计的翻译方法基于神经网络的翻译方法基于中间语言的翻译方法基于实例的翻译方法语音任务语音识别
ycttstysmd666
·
2023-02-07 07:13
机器学习
人工智能
算法
教鸟儿飞行
一群科学家抓了一群鸟,给它们分别标号,分,运用各种
公式推导
或演示给鸟儿看,让鸟儿学习。过了几天,有些鸟儿飞起来了,再过几天,全部飞起来了,所以得出结论,他们成功教鸟儿飞起来了。
空灵々
·
2023-02-07 00:55
OpenCV Sobel算子解析笔记
文章目录1.Sobel算子数学原理1.1Sobel算子定义1.2Sobel算子
公式推导
1.3高阶Sobel算子2.Sobel算子代码解析1.Sobel算子数学原理1.1Sobel算子定义Sobel\text
会飞的鱼chelmx
·
2023-02-06 13:41
SLAM
opencv
计算机视觉
人工智能
变分自编码器(Variational Auto Encoder , VAE)【质量提升2.0】【VAE】
质量提升2.0】【VAE】一.回顾AE二.VAE简介三.VAE为什么好1.AE有什么不好2.VAE怎么解决AE的问题3.有两个困难4.意想不到的问题5.现在的VAE能做到什么6.VAE为什么好四.VAE的
公式推导
五
小白的努力探索
·
2023-02-06 00:08
【质量提升2.0】【VAE】
人工智能
深度学习
多边形面积的推导过程
(平行四边形的高和底其实就是长方形的长和宽)4.你能根据长方形面积的计算
公式推导
崔恩琦
·
2023-02-05 18:11
反向传播算法之要点(Backpropagation)
本文目标读者:大概了解反向传播,但是还没有理解反向传播的
公式推导
过程。反向传播的要点只有3个公式,首先在此做总结如下:符号解释:符号含
一樽对明月
·
2023-02-05 12:42
无标题文章
言归正传,网上介绍的关于双线性插值一大堆
公式推导
,无非就是多次利用了用两个
lenovo184
·
2023-02-04 17:05
雷达原理之 多普勒效应原理及应用(一)
因此雷达领域测速便是根据多普勒效应而实现测速的,以下进行
公式推导
:在雷达领域通俗来讲:当雷达探测的
天道酬勤2022
·
2023-02-04 16:21
雷达原理与系统学习研究
职场和发展
经验分享
其他
机器学习之最小二乘法
文章目录一、最小二乘法理解:二、
公式推导
三、最小二乘法局限性四、最小二乘法与极大似然法的比较五、最小二乘法与梯度下降法异同一、最小二乘法理解:1.定义先从最小二乘的名字来看,所谓最小二乘,其实也可以叫做最小平方和
QxwOnly
·
2023-02-04 13:48
机器学习
书单
《说服的艺术》,《关键20小时快速学会任何技能》数学《
统计学习方法
》作者:李航王萱认为,这本书由浅入深,涉及的知识面非常广,算法包括NB、LR、SVM、CART、GBDT、感知机、最大熵、EM、HMM、
javaBoy_hw
·
2023-02-04 12:27
反向传播算法(过程及
公式推导
)_深度学习(Deep Learning)系列三:使用伴随法推导反向传播...
这是关于深度学习这一系列的最后一篇文章。在上一篇文章中,我们使用链式法则来推导反向传播。这篇文章中,我们指出深度学习其实可以看做是一种逆问题(InverseProblems),可以放在逆问题的框架下进行考虑。这里,我们使用逆问题中常用的伴随法,来推导反向传播的公式。1.简介根据本系列之前两篇文章(神经网络简介,随机梯度下降与反向传播)的介绍,我们再回顾一下使用神经网络模型来完成监督学习任务的整个过
weixin_39984963
·
2023-02-04 10:38
反向传播算法(过程及公式推导)
【笔记】迁移学习中度量方法MMD(Maximum Mean Discrepancy 最大均值差异)
1.
公式推导
为什么矩阵F范数的平方等于奇异值平方的和关于矩阵的迹的几个性质证明MMD~MaximumMeanDiscrepancy最大均值差异第三个博客讲的挺不错对于MMD的公式不得不回忆一下线性代数的知识了
LANG_C_
·
2023-02-04 09:32
迁移学习
迁移学习
均值算法
机器学习
深度学习
矩阵
5. Resampling Methods
ResamplingMethods它们涉及从训练集中重复抽取样本,并在每个样本上重新拟合感兴趣的模型,以获得有关拟合模型的额外信息交叉验证可以用来估计与给定的
统计学习方法
相关的测试误差,以评估其性能,或者选择合适的灵活性水平
weixin_47891244
·
2023-02-03 17:11
ISL
深度学习
人工智能
天原笔记(3)气旋与反气旋
用最人话的人话讲天原,侧重经验性结论,
公式推导
部分较少,结构清晰,看着轻松超链接有系列文章的链接,每一个对应一章文章目录天原笔记(3)气旋与反气旋系列文章链接汇总第一章:大气运动的基本特征第二章:气团与锋第三章
RedGhost117
·
2023-02-03 16:55
南信大
考试
天原
经验分享
综合资源
数值稳定性
后来明白了,课程中所讲的数学
公式推导
,就是为了证明Xavier的起作用的数学原理,Xavier是权重初始化的一种方法,通过控制权重的方差为一个固定值来起到稳定数值的作用。
杜仲Don
·
2023-02-03 11:38
动手学深度学习
深度学习
Otsu大津算法
公式推导
及python实现
二、
公式推导
及实现1.求类间平方差2.opencv-python编程实现2.1引入图像并灰度化2.2查看灰度值的分布情况2.3求全局平均阈值2.4求最大类间方差3.算法的验证总结前言OTSU(大津算法)
在努力一点
·
2023-02-02 23:43
python
算法
opencv
5、回归、分类知识点
回归、分类知识点1、书籍:2、回归知识点3、分类知识点1、书籍:《概率论与数理统计》、《
统计学习方法
》2、回归知识点1、损失函数多元求导与最小二乘2、凸函数与梯度下降3、正则化与范数(过拟合)4、模型误差
爱补鱼的猫
·
2023-02-02 17:27
学习笔记
回归
分类
概率论
MeanShift聚类(均值漂移)
代码实现,参数原理,完整代码原理,
公式推导
皮皮婧a
·
2023-02-02 11:10
聚类
插值法亚像素边缘检测(拉格朗日多项式插值法)
原理拉格朗日插值法的直观理解和推倒思路,下面知乎这位马同学讲的很好理解https://www.zhihu.com/question/58333118这篇博客把整个数学原理,
公式推导
,讲的很详细了https
球三
·
2023-02-02 11:09
CV学习
计算机视觉
opencv
算法
EM算法详解
在下文中,更多的是通过
公式推导
和一些文字说明来梳理EM算法,尽量做到大家一看就明
oskor
·
2023-02-02 11:30
罗德里格
公式推导
问题已知一个向量v⇀\overrightharpoon{v}v和一个旋转轴kˆ\text{\^{k}}kˆ(单位向量),v⇀\overrightharpoon{v}v绕kˆ\text{\^{k}}kˆ旋转θ\thetaθ,求旋转后的向量vrot⇀\overrightharpoon{v_{rot}}vrot$.罗德里格公式罗德里格公式可解决上述问题,公式为:vrot⇀=cosθv⇀+(1−cos
哇咔咔咔哈哈哈
·
2023-02-02 09:55
图形学
图形学
机器学习算法 - 线性模型(
公式推导
+代码)
文章目录一、线性回归1.线性回归描述2.线性回归公式(正规方程求解)2.1一元回归
公式推导
2.2多元回归
公式推导
3.梯度下降法求解3.1一元线性回归3.1.1梯度下降法求解线性回归(推导过程)3.2多元线性回归之梯度下降法
why do not
·
2023-02-02 08:38
机器学习
机器学习
算法
python
上一页
10
11
12
13
14
15
16
17
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