统计学习方法李航

统计学习方法总结

统计本文总结了常用的统计学习方法，包括模型定义，原理，适用场景，模型参数学习方法等。统计学习是根据一部分标记好的实例数据，推断待分类实例的类别，所以并不知道数据的真实分布函数。
JackMeGo·2021-06-21 05:03

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

最大似然估计+最大后验估计+LR

最近有时间,我查了些资料,加深了一下对这俩的理解.统计学习要素再次读到统计学习方法[1]第一章,终于开始理解1.3节的内容.统计学习方法都是由模型,策略和算法构成的.(1)模型:这里的模型,其实指的是要学习的条件概率分布
MashoO·2021-06-14 12:56

《统计学习方法》笔记（一）：统计学习方法概论

统计学习统计学习的特点以计算机及网络为平台以数据为研究对象目的是对数据进行预测和分析以方法为中心（统计学习方法构建模型并应用模型进行预测和分析）多学科领域的交叉学科HerbertA.Simon对“学习”
蒋佳秋·2021-06-13 01:46

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

统计学习方法第二章：感知机(perceptron)算法及python实现

统计学习方法第二章：感知机(perceptron)算法及python实现统计学习方法第三章：k近邻法(k-NN),kd树及python实现统计学习方法第四章：朴素贝叶斯法(naiveBayes)，贝叶斯估计及
无限大的饿·2021-06-11 05:02

统计学习方法第四章：朴素贝叶斯法(naive Bayes)，贝叶斯估计及python实现

统计学习方法第二章：感知机(perceptron)算法及python实现统计学习方法第三章：k近邻法(k-NN),kd树及python实现统计学习方法第四章：朴素贝叶斯法(naiveBayes)，贝叶斯估计及
无限大的饿·2021-06-10 09:44

统计学习方法——修炼学习笔记21：PageRank算法

PageRank算法是图的链接分享的代表性算法，属于图数据上的无监督学习方法。PageRank可以定义在任意有向图上，后来被应用到社会影响力分析、文本摘要等多个问题。是在有向图上定义一个随机游走模型，即一阶马尔可夫链，描述随机游走者沿着有向图随机访问各个结点的行为。在一定条件下，极限情况访问每个结点的概率收敛到平稳分布，这时各个结点的平稳概率值就是其PageRank值，表示结点的重要度。PageR
Sam_L·2021-06-09 17:58

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

统计学习方法第三章：k近邻法(k-NN),kd树及python实现

统计学习方法第二章：感知机(perceptron)算法及python实现统计学习方法第三章：k近邻法(k-NN),kd树及python实现统计学习方法第四章：朴素贝叶斯法(naiveBayes)，贝叶斯估计及
无限大的饿·2021-06-06 14:11

统计学习方法第五章：决策树(decision tree),ID3算法，C4.5算法及python实现

统计学习方法第二章：感知机(perceptron)算法及python实现统计学习方法第三章：k近邻法(k-NN),kd树及python实现统计学习方法第四章：朴素贝叶斯法(naiveBayes)，贝叶斯估计及
无限大的饿·2021-06-05 23:51

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

统计学习方法 | 朴素贝叶斯法

01分类方法之前我们学习了一种分类方法——K近邻法(KNN)，今天我们再学习一种更常用的分类方法朴素贝叶斯法这里，我们先区分一下“分类”和“聚类”分类的目的是学会一个分类函数或分类模型(也常常称作分类器)，该模型能把新输入的数据映射到给定类别中的某一个类中。聚类(clustering)是指根据“物以类聚”原理，将本身没有类别的样本聚集成不同的组(簇)，并且对每一个这样的簇进行描述的过程。它的目的是
邓莎·2021-05-18 09:43

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

CH1 统计学习方法概论|1.8分类问题《统计学习方法》-学习笔记

文章原创,最近更新：2018-06-201.什么是二分类?2.TP/FN/FP/TN3.精确率Precision、召回率Recall和F1值4.总结参考链接:1、谈谈准确率（P值）、召回率（R值）及F值2、深度学习基础知识04-二分类问题3、准确率、精确率和召回率前言：通过网上找的文章,通过归纳总结具体如下:1.什么是二分类?先来介绍什么是二分类问题。在二分类问题中，通常分类的结果只有两个:是(Y
努力奋斗的durian·2021-05-12 03:20

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

CH4朴素贝叶斯法|《统计学习方法》-学习笔记

文章原创,最近更新：2018-06-231.分类问题综述2.概率基础3.朴素贝叶斯分类4.贝叶斯推断5.案例参考链接:1、CH10分类|10.1朴素贝叶斯《白话大数据与机器学习》-学习笔记2、带你理解朴素贝叶斯分类算法3、机器学习(10)之趣味案例理解朴素贝叶斯4、朴素贝叶斯分类和预测算法的原理及实现前言：通过网上找的文章,通过归纳总结具体如下:1.分类问题综述贝叶斯分类是一类分类算法的总称，这类
9e3ff1e0e2cf·2021-05-10 01:22

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

Hoeffding不等式的认识以及泛化误差上界的证明

参考书目和论文：《统计学习方法》ATutorialonSupportVectorMachineforPatternRecognition在机器学习中我们知道学习方法的泛化能力往往是通过研究泛化误差的概率上界所进行的
云时之间·2021-05-03 06:53

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

2018-04-21

实现统计学习方法的步骤得到有限的数据训练集学习模型的集合：确定包含所有可能的模型的假设空间学习策略：确定模型选择的准则学习算法：实现求解最优模型的算法模型选择评估训练误差：期望风险，经验风险，经验风险最小化
5fb8f07b9fa0·2021-05-02 11:10

机器学习入门资料(免费高清pdf-持续更新中)

1.机器学习相关机器学习(周志华):链接:https://pan.baidu.com/s/1BrO4YMVd23g8hypSKREa-w提取码:95ke统计学习方法（李航）：链接:https://pan.baidu.com
wz的技术窝·2021-04-30 22:55

【笔记】《统计学习方法》

结果居然还不支持Latex和目录TOC、、、公式比较多的只好用CSDN了，本文只记目录的CSDN链接  《统计学习方法》是学习机器学习原理的“必修课”，抽出点时间把之前看的时候的标注数字化一下，供自己以后回忆用
PancakeCard·2021-04-27 08:31

朴素贝叶斯简单实现（c++）

根据《统计学习方法》以例4.1的数据为例实现的朴素贝叶斯。感觉最后计算比较时候可以避免使用double，但是为了思路清晰就这样把。
gibyeng·2021-04-25 13:52

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

统计学习方法读书笔记——第二章 感知机

概述感知机（perceptron）是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。感知机对应于输入空间中将实例划分为正负两类的分离超平面，属于判别模型。2.1感知机模型定义：感知机是一种线性分类模型，属于判别模型。假设空间是定义在特征空间中所有线性分类模型，即函数集合。感知机的几何解释：2.2感知机学习策略2.2.1数据集的线性可分性线性可分：存在某个超平面能够将数据集的正实例
Jarkata·2021-04-23 13:30

【统计学习方法读书笔记与算法实现】2-KNN算法

KNN算法的基本思路：给定一个训练数据集，对于新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就把这个输入实例分为这个类。三个核心要素：k：邻近的实例个数距离：如何度量新的输入实例与训练集中样本的距离【如何度量两个样本点的相似程度】对于n维实数向量空间Rn，使用欧氏距离；其他的距离/相似度度量方法有：http://www.cnblogs.com/daniel-
Macroholica·2021-04-23 06:03

7 支持向量机SMO算法（python代码）

原理参考：https://zhuanlan.zhihu.com/p/77750026SMO算法python代码公式参考统计学习方法第7章importnumpyasnpimportpandasaspdfromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitimportmathdefcrea
奋斗的喵儿·2021-04-21 16:09

统计学习方法第一章笔记

1.3统计学习三要素1.3.2策略损失函数和风险函数。损失函数度量模型一次预测的好坏，风险函数度量平均意义下模型预测的好坏。监督学习问题是在假设空间中选取模型f作为决策函数，对于给定的输入X，由f（X）给出相应的输出Y，这个输出的预测值f(X)与真实值Y可能一致也可能不一致，用一个损失函数或者代价函数来度量预测错误的程度。损失函数是f（x）和Y的非负实值函数，记作L（Y，f（X））。常见的损失函数
_爱碎碎碎碎念·2021-04-20 11:48

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
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他