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
李航老师《
统计学习方法
》第6章阅读笔记
逻辑斯谛回归(logisticregression)是统计学习中的经典分类方法。最大熵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)。逻辑斯谛回归模型与最大熵模型都属于对数线性模型。对数线性模型(Log-linearmodel)是一种统计模型,通常用于分析离散数据的关系,特别是在分类和回归问题中。这种模型的名称来源于其基本形式,其中自变量的对数
Chen_Chance
·
2023-09-29 01:17
学习方法
笔记
扩散模型:DDPM代码的学习(基于minist数据集)
文章目录序言一参考资料①代码来源②相关概念理解③
公式推导
及训练流程讲解④搜索问题的网站⑤模型运行的环境二代码解读①模型②训练③测试三主要训练过程的解析序言本文主要对一个基于minist数据集搭建的DDPM
云梦之上
·
2023-09-28 04:37
CV
深度学习
学习
python
pytorch
神经网络
计算机视觉
逻辑回归(Logistic回归又名对数几率回归)原理及python代码实现
1.
公式推导
为了实现Logistic回归分类器,我们可以在每个特征上都乘以一个回归系数,然后把所有的结果值相加,将这个总和代人Sigmoid函数中,进而得到一个范围在0~1之间的数值。
南山十一少
·
2023-09-28 00:26
机器学习
逻辑回归
回归
python
机器学习西瓜书+南瓜书吃瓜教程学习笔记第五章神经网络
来自吃瓜教程】《机器学习公式详解》(南瓜书)与西瓜书
公式推导
直播合集第五章神经网络和周志华老师的机器学习西瓜书以下是我的学习笔记:神经网络:神经网络是由具有适应性的简单单元组成的广泛并行互联的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应
Unicorn婧
·
2023-09-28 00:49
机器学习
机器学习
学习
笔记
最小二乘原理几何意义及详细
公式推导
这里依然以图片的形式给出,因为在word中编辑好以后在以图片的形式给出,能更好的保证
公式推导
的流畅性,更容易理解。
测量员小李
·
2023-09-27 18:21
参数估计
线性代数
几何学
矩阵
《
统计学习方法
》SVM约束最优化的错误
函数间隔和几何间隔的不同按照
统计学习方法
这本书的说法函数和几何间隔之间其实是一个线性的映射其中是函数间隔,是几何间隔而且几何间隔的定义是其实我觉得他这样定义有问题约束最优化问题的表达无法理解书上说原问题可以表述为下面的最优化问题但是其实约束项的左右两边是一样的
pipicold
·
2023-09-27 09:45
李航老师《
统计学习方法
》第1章阅读笔记
1.1统计学习统计学习的特点统计学习: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现在人们提及机器学习时,往往指统计机器学习,所以可以认为本书介绍的是机器学习方法统计学习的对象统计学习研究的对象是数据(data),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,这是统计学习的前提。e.g.用随机变量描述数据的特征,用概率分布描述数据的统计规律在统计学习中,以变量或变量组表
Chen_Chance
·
2023-09-27 01:13
学习方法
笔记
人工智能
概率深度学习建模数据不确定性
(NeurIPS2017)[1]中的数据不确定性建模,并给出
公式推导
。论文[1]指出不确定性uncertainty分为随机不确定性(aleatori…https://zhuanlan.z
FlyingAnt_
·
2023-09-25 22:32
深度学习
人工智能
【计算机组成原理】MIPS=f/(CPI*10^6)
公式推导
过程
仅个人见解,欢迎讨论MIPS指的是每秒钟CPU能执行的指令总条数,且单位是百万条每秒详细过程如下,由于是自己预习,有一些步骤写出来是为了方便理解上图涉及的概念如下图补充如有错误请再讨论
我是火星人集成灶都说好
·
2023-09-24 22:38
计算机组成
算法
2019-08-21
符号规则简记:顶点起算顺正逆副,光轴→光线→法线阿贝不变量:应用于折射,公式为n'/l'-n/l=n'-n/r还讲了垂轴放大率,讲了公式及
公式推导
,和垂轴放大率β的值分别代表什么情况讲了轴向放大率和角放大率
d8e83a1033da
·
2023-09-24 17:27
matlab图像校正工具箱_相机标定简介与MatLab相机标定工具箱的使用(未涉及原理
公式推导
)...
一、相机标定的目的确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,建立摄像机成像的几何模型,这些几何模型参数就是摄像机参数。二、通用摄像机模型世界坐标系、摄像机坐标系和像平面坐标系都不重合。同时考虑两个因素:(1)摄像机镜头的畸变误差,像平面上的成像位置与线性变换公式计算的透视变换投影结果有偏差;(2)计算机中图像坐标单位是存储器中离散像素的个数,所以像平面上的连续坐标还需取整
独角兽邹教授
·
2023-09-24 04:15
matlab图像校正工具箱
【算法练习Day4】 两两交换链表节点&&删除链表倒数第 N 个结点&&环形链表 II
的成长之路学习社区:Sherry的成长之路(个人社区)专栏链接:练题长路漫漫浩浩,万事皆有期待文章目录两两交换链表中的节点一般思路递归思路其他问题删除链表的倒数第N个结点暴力求解双指针法其他问题环形链表II
公式推导
相交链表总结
Sherry的成长之路
·
2023-09-24 02:17
练题
算法
链表
数据结构
李航老师《
统计学习方法
》第五章阅读笔记
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。以下是关于分类决策树的一些基本概念和特点:树形结构:决策树模型呈现为一种树状结构,其中包括根节点、内部节点和叶子节点。每个节点表示一个特征或属性,每个边表示一个特征值或属性值的判断条件。从根节点开始,通过遵循不同的条件路径,最终到达叶子节
Chen_Chance
·
2023-09-24 00:50
学习方法
笔记
机器学习
李航老师《
统计学习方法
》第四章阅读笔记
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。朴素贝叶斯法是一种用来进行分类的方法,它基于两个重要的假设:贝叶斯定理和特征条件独立假设。贝叶斯定理:贝叶斯定理是一种用来估计事件发生概率的数学原理。它告诉我们如何根据已知的信息来计算未知事件的概率。在分类问题中,我们希望找到最有可能的类别,贝叶斯定理帮助我们基于已知信息来估计这些概率。特征条件独立假设:这是朴素贝叶斯法的一个关键假设,它有
Chen_Chance
·
2023-09-23 19:15
学习方法
笔记
机器学习
Hoeffing不等式
在李航老师的
统计学习方法
(第一版中)Hoeffing不等式Hoeffing不等式Hoeffing不等式是这样子给出的设X1,X2,...,XNX_1,X_2,...,X_NX1,X2,...,XN是独立随机变量
Chen_Chance
·
2023-09-23 07:40
概率论
机器学习
算法
糖果传递问题(超详细的数论
公式推导
+贪心结论+均分问题)
糖果传递问题文章目录糖果传递问题问题描述问题分析【
公式推导
过程】代码问题描述有n个小朋友坐成一圈,每人有a[i]个糖果。每人只能给左右两人传递糖果。每人每次传递一个糖果代价为1。
蒜白
·
2023-09-22 23:44
算法
数论
蓝桥杯
c++
贪心
李航老师《
统计学习方法
》第2章阅读笔记
感知机(perceptron)时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想象一下在一个平面上有一些红点和蓝点,这些点代表不同的类别。分离超平面就是一条线,可以将红点和蓝点分开,使得所有的红点都在一侧,而蓝点都在另一侧。这条线(或者平面,对于高维数据)被称为分离超平面。2.1感知机模型定义2
Chen_Chance
·
2023-09-22 21:40
学习方法
笔记
机器学习
等差和等比数列
公式推导
等差数列设首项为,末项为,项数为,公差为,前项和为,则有:通过Sn+Sn的方式求出Sn等比数列等比数列Sn=a1×(1-q^n)/(1-q),Sn=n×a1(当q=1时);推导过程为:Sn=a1+a2+…+anq×Sn=a1×q+a2×q+…+an×q=a2+a3+…+a(n+1),Sn-q×Sn=a1-a(n+1)=a1-a1×q^n(1-q)×Sn=a1×(1-q^n)Sn=a1×(1-q^n
yygr
·
2023-09-22 18:42
算法
线性代数
朴素贝叶斯(NBM)之后验概率最大化的含义 |
统计学习方法
朴素贝叶斯-贝叶斯估计Python复现:舟晓南:朴素贝叶斯(Bayes)模型python复现-贝叶斯估计;下溢出问题在《
统计学习方法
》一书中,详细说明了后验概率最大化与期望风险最小化之间的关系,深入地说明了后验概率最大化的含义
舟晓南
·
2023-09-21 23:39
平均收现天数2.9
因为“平均收现天数”和“应收账款周转率”的
公式推导
具有关联和连续性,所以,我们从“应收账款周转率”开始学习。
幸福就是刚刚好
·
2023-09-19 06:36
应届生校招经验汇总(主银行)
按照时间轴来写,从2019年七月份开始,到2019年12月结束我是武汉一名高校的研究生,2019年2月开始接触机器学习的内容,起先读了李航的《
统计学习方法
》,之后陆续读了西瓜书、python数据结构、算法第四版前几部分章节和
白色纯度
·
2023-09-19 06:43
应聘
一阶惯性低通滤波器
以上这段计算来自RC低通滤波器截止频率
公式推导
_月光疾風的博客-CSDN博客_rc低通滤波电路一般说滤波器到达稳态,需要3~5倍的时间
csdn_dx
·
2023-09-18 13:07
C
语言
DSP
人工智能
sympy 符号计算库在机器人旋转矩阵方面的应用(代码)
以下代码是在Jupyter中运行的,同时也是基于旋转坐标系的
公式推导
,先Z再Y最后Z。fromsympyimportsi
聪 ~smart
·
2023-09-18 10:01
旋转矩阵
python
【SLAM】坐标系变换与外参标定
1.坐标系变换1.1
公式推导
加入1后,变为齐次方程外参标定
宏辉
·
2023-09-17 12:51
python
slam
python之有限体积法求解一维热传导问题
2、基于有限体积法的
公式推导
假定在y方向和z方向上尺寸无限大,温度梯度只在x方向上有意义。把整个区域划分为4个控制体,给定由于传热系数是常数,定义,体机源项,节点2处的一般离散形式为其中节点3得
老歌老听老掉牙
·
2023-09-16 17:16
python
numpy
matplotlib
算法
最小二乘法
公式推导
线性模型中,h(x)=θ0+θ1x1+θ2x2+...+θn*xn,如何求出θ使得每个点到h(x)之间的距离最近呢?实现我们可能会想到最小二乘法,下图给出推导过程最小二乘法1.jpeg最小二乘法1.jpeg
刘单纯
·
2023-09-16 15:54
图像分割|机器学习 2019-05-09
本周计划1.看完代码2.学习
统计学习方法
1.代码●permute函数:a=rand(2,3,4);%这是一个三维数组,各维的长度分别为:2,3,4;%现在交换第一维和第二维:permute(A,[2,1,3
Rlinzz
·
2023-09-16 13:02
机器学习(14)---逻辑回归(含手写公式、推导过程和手写例题)
逻辑回归一、逻辑回归概述二、模型、策略和优化(手写)三、w和b的梯度下降
公式推导
四、例题分析4.1题目4.2解答一、逻辑回归概述 1.逻辑回归也称作logistic回归分析,是一种广义的线性回归分析模型
冒冒菜菜
·
2023-09-15 07:52
机器学习从0到1
机器学习
人工智能
逻辑回归
笔记
R3LIVE源码解析(10) — R3LIVE中r3live_vio.cpp文件
目录1r3live_vio.cpp简介2r3live_vio.cpp源码解析1r3live_vio.cpp简介R3LIVE主要的
公式推导
在VIO上,所以我们来细细的分析这部分的功能。
几度春风里
·
2023-09-15 04:36
R3LIVE项目实战
R3LIVE源码解析
SLAM
概率有向图模型(一)
文章目录前言概率有向图模型验证回到书中隐马尔可夫模型信念网络朴素贝耶斯总结前言经过前面的复习,我们把李航老师的《
统计学习方法
》中的监督学习部分回顾了一遍,接下来我们在此基础上,开始学习邱锡鹏老师的《神经网络与深度学习
赛文忆莱文
·
2023-09-14 12:05
机器学习
深度学习
概率论
《
统计学习方法
》阅读笔记及代码实现-Ch2
0.前言寒假参加夏令营的时候,老师就说过深度学习其实最开始的原型就是感知机,不过是多加了一些层而已。虽然不知道多加了几层为什么work,但是它的效果就是比传统的可证明的方法来的好,这也掀起了如今的AI狂潮+深度学习遍地走,你如果不会点机器学习算法,估计是招不到研究生的(玩笑话..并且机器学习也只是一种工具而已,没有那么玄乎其神)。一定要好好的钻研最经典的算法,从中汲取到养分,才能拥有核心的竞争力。
Muyun99
·
2023-09-13 10:14
卡尔曼滤波——一种基于滤波的时序状态估计方法
文章目录1.Kalman滤波及其应用2.Kalman原理
公式推导
:Step1:模型建立Step2:开始Kalman滤波Step3:迭代滤波本文是对HowaKalmanfilterworks,inpictures
HelloNettt
·
2023-09-13 08:16
算法
机器学习
人工智能
Open3D Ransac拟合二维圆(python详细过程版)
目录一、算法原理二、代码实现三、结果展示四、测试数据一、算法原理 RANSAC拟合圆,一般采用的是三点定圆,然而三点定圆计算
公式推导
过于复杂(见:三点定圆推导公式)。
点云侠
·
2023-09-12 12:18
python点云处理
python
开发语言
算法
3d
计算机视觉
机器学习(9)---线性回归中的
公式推导
(手推)、闭式解和数值解
文章目录一、闭式解(解析解)二、数值解三、一元线性回归中w和b的推导四、多元线性回归中w的推导一、闭式解(解析解) 1.在机器学习中,闭式解也被称为解析解(analyticalsolution),是指可以通过严格的数学公式或方程直接求解出模型参数的解析解。 2.闭式解通常用于线性回归等一些简单的模型中,其中模型参数的求解可以通过最小二乘法等数学方法直接得到。对于这些模型,闭式解能够提供最佳的解决方
冒冒菜菜
·
2023-09-12 08:03
机器学习从0到1
机器学习
人工智能
笔记
线性回归
卡尔曼滤波
公式推导
(总结)
假设小车在t时刻的初始状态可以用Pt(当前位置),Vt(当前速度),Ut表示加速度:预测:利用上一个时刻的旧状态和系统的动量模型(如加速度,速度等)来预测当前时刻的状态已知上一时刻t-1时的小车状态,那么当前时刻t小车的状态可以如下表示:很明显上述的输入变量都是线性组合,卡尔曼滤波也被称为线性滤波器,用矩阵来表示上述公式:其中,公式(二)即为状态预测方程组中的第一条公式,F为状态转移矩阵,B为控制
奶茶不加冰
·
2023-09-12 04:48
人工智能
算法
基于S参数的稳定性分析
首先定义几组常数,如下:无条件稳定:对于任意的|ГL|1或|Гout|>1所以,负载稳定的区域是使|Гin|1,该条件等效为:μ1>1其他无条件稳定的充要条件:3、结束语文章对教材中稳定性判据进行的理论
公式推导
洁仔爱吃冰淇淋
·
2023-09-11 13:34
RF
CIRCIUTS
S参数
S参数稳定性分析
放大器设计
自然语言处理学习复习2(贝叶斯)
贝叶斯公式贝叶斯公式就一行:image.png而它其实是由以下的联合概率
公式推导
出来:image.png其中P(Y)叫做先验概率,P(Y|X)叫做后验概率,P(Y,X)叫做联合概率。
阿门aaa
·
2023-09-11 11:55
球面上绘制圆matlab仿真
推导说明为便于
公式推导
,本文仅以球心在坐标原点时进行推导,需要说明的是球心不在原点时,只需把已知条件的坐标减去球心坐标,等完成求解后再加上球心坐标即可!
飞舞哲
·
2023-09-09 19:32
matlab
matlab
开发语言
PyTorch程序实现L1和L2正则项
文章目录1背景介绍2
公式推导
3程序实现3.1正则化实现3.2网络实例3.3在网络中加入正则项3.4PyTorch中自带的正则方法:权重衰减4正则项的使用注意事项5总结1背景
Dark universe
·
2023-09-08 09:01
机器学习
神经网络
pytorch
python
深度学习
正则化
【python手写算法】逻辑回归实现分类(含
公式推导
)
公式推导
:代码实现:#coding=utf-8importmatplotlib.pyplotaspltimportnumpyasnpdeff(w1,x1,w2,x2,b):z=w1*x1+w2*x2+breturn1
single 君
·
2023-09-08 06:52
python项目
人工智能
算法
python
逻辑回归
【AI】机器学习——朴素贝叶斯
文章目录2.1贝叶斯定理2.1.1贝叶斯
公式推导
条件概率变式贝叶斯公式2.1.2贝叶斯定理2.1.3贝叶斯决策基本思想2.2朴素贝叶斯2.2.1朴素贝叶斯分类器思想2.2.2条件独立性对似然概率计算的影响
AmosTian
·
2023-09-07 09:42
AI
#
机器学习
机器学习
人工智能
概率论
贝叶斯定理
朴素贝叶斯
学期计划
学期计划一、学好校内课程内容,保证课程成绩二、在网站上跟着上完斯坦福开放的自然语言课程和深度学习课程三、看完自然语言处理综述以及弄懂
统计学习方法
书籍,进行实践,其中忘记或不懂的统计、代数知识及时进行补充四
敲可爱的小超银
·
2023-09-07 07:38
【机器学习实践】隐马尔可夫模型(二)Viterbi算法
隐马尔可夫模型的预测问题已知一条可见层状态链,推导出最有可能的隐藏层状态链Viterbi算法维特比算法通过:全局最大概率必在每步优化时取得最大概率参考资料:《
统计学习方法
》李航清华大学(ppt)python
不给自己画饼
·
2023-09-05 22:05
表示学习与深度学习
西瓜书、
统计学习方法
以及花书第二部分都已经草草看过一遍,前后历时大概3个月,期间也根据Hands-on一书敲了一些代码实现简单的模型。至此可说对于机器学习算是入了门了。
单调不减
·
2023-09-05 11:43
EM算法总结(一)
参考:文曲经典:
统计学习方法
-李航参数分析θ=[P(z1∣x),P(z2∣x),⋯ ,P(zm∣x),P(y1∣z1,x),P(y2∣z1,x),⋯ ,P(yn∣z1,x),P(y1∣z2,x)⋯ ,P
赛文忆莱文
·
2023-09-04 16:13
算法
概率论
机器学习:XGBoost介绍及
公式推导
1.XGBoost算法原理 XGBoost(ExtremeGradientBoosting)全名极端梯度提升树,在绝大多数回归和分类问题上表现突出,因此,在集成算法中,XGBoost是公认的王牌算法。最优模型构建方法 通过之前的算法学习,我们知道:一般构建最优算法模型,其实就是最小化训练数据的损失函数,我们用字母L表示损失,如下式:minf∈F1N∑i=1NL(yi,f(xi))\min_{
示木007
·
2023-09-03 16:39
集成学习
人工智能
机器学习
公考笔记--第六周
判断推理的技巧逻辑判断部分的视频算是都看完了,用一句话总结就是,善用
公式推导
,不要凭借语感做题。
xsza
·
2023-09-03 14:29
4. 深度学习-损失函数
1.经验风险,期望风险,结构风险如何选择最优参数和评价一组参数是最优的,这就是机器学习中的策略,也就是性能度量P,在李航的《
统计学习方法
》和周志华的《机器学习》中开篇都曾讲过,这里不再详细介绍。
李涛AT北京
·
2023-09-03 11:38
实习面经
(信息增益、信息增益比、基尼系数),基尼系数的
公式推导
,代表的含义。样本不均衡怎么办?TextCNN与TextRNN的区别,CNN的卷积过程(一维与二维的区别)。
大豆油
·
2023-09-02 15:52
3D点云处理:基于PCA计算点云位姿 平面位姿(附源码)
文章目录1.基本内容2.PCA求解步骤(非
公式推导
)3.代码实现4.参考文章目录:3D视觉个人学习目录微信:dhlddxB站:Non-Stop_1.基本内容基于PCA计算点云位姿通常是指在三维空间中使用
让让布吉
·
2023-09-02 01:21
3D视觉
3d
c++
pcl
上一页
4
5
6
7
8
9
10
11
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