统计学习方法李航

TRPO（Trust Region Policy Optimization）（1）

无模型的策略搜索方式主要是与统计相关的与数学有较大联系的搜索方法，包括随机策略搜索方法和确定策略搜索方法，随机策略搜索方法包括策略梯度方法、统计学习方法、路径积分方法。其中
懦夫的抉择·2020-07-16 02:30

【机器学习】：SMO算法理解

主要基于李航的《统计学习方法》SMO(sequentialminimaloptimization)序列最小最优化算法我们在讨论支持向量机的学习问题时，可以将其转换成求解凸二次规划问题。
故沉·2020-07-16 01:36

感知器算法及实现（个人觉得很不错！）

显示不完全，原文链接http://www.cnblogs.com/OldPanda/archive/2013/04/12/3017100.html笔记——感知机最近在研究机器学习理论的时候发现了一本好书，是李航博士的
gningh·2020-07-15 23:00

10种主要的统计学习方法总结

《统计学习方法》笔记1.感知机适用问题：二分类问题模型特点：分离超平面模型类型：判别模型学习策略：极小化误分类点到超平面距离学习的损失函数：误分类点到超平面距离学习算法：随机梯度下降法2.k近邻适用问题
elma_tww·2020-07-15 22:11

李航：统计学习方法 学习笔记 1 统计学习方法概论

李航：统计学习方法学习笔记1统计学习方法概论前言1.1统计学习1.2监督学习1.3统计学习三要素1.3.1损失函数和风险函数1.3.2经验风险最小化和结构风险最小化1.4模型评估与模型选择1.5其他..
雪清Fand·2020-07-15 19:27

翼方健数二面

1、自我介绍2、python用过哪些包3、了解哪些统计学习方法4、朴素贝叶斯的基本原理及优缺点+一个题A,B是两个独立事件，P(A,B)=P(A)*P(B),请问他们相对于另一个事件C的条件概率是否也是一定独立的
sinat_41774213·2020-07-15 15:13

统计学习方法

统计学习的方法：监督学习非监督学习半监督学习强化学习第一章统计学习方法概论1.2监督学习监督学习的任务是学习一个模型，使模型能够对任意给定的输入，对其相应的输出做出一个好的预测。
zhangyu4863·2020-07-15 12:09

李航（统计学习方法第一章）

第一章统计学习方法概论内容概要：内容概括：简要叙述统计学习方法的基本概念主要内容：监督学习统计学习方法三要素模型策略算法正则化交叉验证学习的泛化能力生成模型与判别模型监督学习方法的应用分类问题标注问题回归问题
公琉星追·2020-07-15 10:08

李航—统计学习方法

AI菌今天分享的是李航老师的统计学习方法链接：http://pan.baidu.com/s/1bL3LVo密码：c272内容简介······《统计学习方法》是计算机及其应用领域的一门重要的学科。
AI玩转智能·2020-07-15 10:04

《统计学习方法》--最大熵模型

《统计学习方法》第六章–最大熵模型最大熵模型概述最大熵模型是将最大熵原理应用于分类任务中得到的模型。认为在全部可能的模型中，熵最大的模型是最好的模型。
兜里有糖心里不慌·2020-07-15 09:53

《统计学习方法》--逻辑斯谛回归模型

《统计学习方法》第六章–逻辑斯谛回归模型逻辑斯谛回归概述逻辑斯谛回归的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。这里的“回归”一词源于最佳拟合，表示要找到最佳拟合参数。
兜里有糖心里不慌·2020-07-15 09:53

《统计学习方法》--支持向量机

《统计学习方法》第七章–支持向量机支持向量机概述支持向量机是一种二类分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器。
兜里有糖心里不慌·2020-07-15 09:53

《统计学习方法》--聚类方法

《统计学习方法》第十四章–聚类方法聚类方法主要是依据某种相似度判别标准，将给定的未标注的数据集依据相似度自动的将其划分为若干个类或簇中。
兜里有糖心里不慌·2020-07-15 09:52

《统计学习方法》--提升方法

《统计学习方法》第八章–提升方法提升方法的核心思想是在给定基础模型的基础上，通过不断调整样本的权重分布训练一系列的模型，尽最大可能的减少训练误差,最后将多个模型按照一定的权重系数进行组合得到最终的模型。
兜里有糖心里不慌·2020-07-15 09:52

【干货】李航老师《统计学习方法》(第2版）课件分享，附下载

李航博士的《统计学习方法》可以说是机器学习的入门宝典。现如今，统计学习方法（第2版）于今年5月份出版，在第一版监督学习的基础上，增加了无监督学习内容，更加丰富，是非常值得学习材料。
python爬虫人工智能大数据·2020-07-15 06:58

《机器学习实战》笔记——第二章：k-近邻算法（kNN）实战

1说明该书主要以原理简介+项目实战为主，本人学习的主要目的是为了结合李航老师的《统计学习方法》以及周志华老师的西瓜书的理论进行学习，从而走上机器学习的“不归路”。
圣西罗风之子·2020-07-15 06:46

F函数的极大极大算法

本文所用的变量名称与李航第九章相同，即，隐变量数据：Z；观测变量数据：Y（永远是已知的）；需要估计的模型参数θ\thetaθ,概率分布一律用P（·）表示。
布雷斯伍德·2020-07-15 06:12

统计学习方法 笔记

第一章统计学习方法概述1.1统计学习统计学习(statisticallearning)是关于计算机基于数据概率模型并运用模型进行预测和分析的学科。
weixin_34273046·2020-07-15 05:45

Gradient Tree Boosting:梯度提升树详解

理论数学推导请参考《统计机器学习》-李航,或者参考sklearn的官方文档,下面是我的部分笔记,也可以作为参考优缺点GBRT是对任意的可微损失函数的提升算法的泛化，即可回归亦可分（sai）类（ting）
weixin_30614587·2020-07-15 03:33

李航《统计学习方法》第三章——用Python实现KNN算法（MNIST数据集）

相关文章：李航《统计学习方法》第二章——用Python实现感知器算法（MNIST数据集）李航《统计学习方法》第四章——用Python实现朴素贝叶斯分类器（MNIST数据集）李航《统计学习方法》第五章——
wds2006sdo·2020-07-15 02:29

Adaboost算法流程记录

下面关于adaboost的内容部分参考李航老师的《统计学习方法》输入：训练数据集\(T=\{(x_1,y_1),(x_2,y_2),...,(x_N,y_N)\}\)，其中\(X\)为实例空间，\(Y\
树荫下的野草·2020-07-15 02:59

可能是关于 kNN 算法最详细的入门总结

其次，学习路径一定程度地被魔化了：很多人说学机器学习要先去啃《西瓜书》、《统计学习方法》这些大篇幅
wade1203·2020-07-15 02:19

李航-第8章提升方法

Adaboost：adaptiveBoosting。Boosting是EnsembleLearning算法的一个类别。Boost的意思为“提升”，这类算法的思想是“给定仅比随机猜测略好的弱学习算法,将其提升为强学习算法”AdaBoost最基本的性质是它能在学习过程中不断减少训练误差，即在训练数据集上的分类误差率。a.boosting与bagging区别一、关于bagging算法（bootstrap
瘦长的丰一禾·2020-07-14 23:18

C#实现KNN算法

KNN算法的C#代码，上一篇博客中的C#创建KD树的程序中的算法是模仿MATLAB的KDTree的程序思路这次按照李航老师的《统计学习方法》中的思路，写一个C#程序，其中创建KD树的分割的维度并不是轮寻
qshbbh·2020-07-14 21:28

阅读笔记 - 《统计学习方法 - 李航》

阅读笔记-《统计学习方法-李航》1统计分析1.1常见的几种损失函数1.2风险函数1.3过拟合1.4损失函数1.5模型选择的方法1：正则化1.6模型选择的方法2：交叉验证1.7生成方法与判别方法1.8分类器评估指标
pennyyangpei·2020-07-14 20:20

【李航统计学习方法】感知机模型

目录一、感知机模型二、感知机的学习策略三、感知机学习算法感知机算法的原始形式感知机模型的对偶形式参考文献本章节根据统计学习方法，分为模型、策略、算法三个方面来介绍感知机模型。
郭畅小渣渣·2020-07-14 19:48

目录-统计学习方法

第1章统计学习方法概论1.1统计学习1.2监督学习1.2.1基本概念1.2.2问题的形式化1.3统计学习三要素1.3.1模型1.3.2策略1.3.3算法1.4模型评估与模型选择1.4.1训练误差与测试误差
小登徒子·2020-07-14 18:08

【干货】李航老师《统计学习方法》(第2版）清华PPT课件分享

阅读大概需要7分钟跟随小博主，每天进步一丢丢参考：AI派李航博士的《统计学习方法》可以说是机器学习的入门宝典。
zenRRan·2020-07-14 17:37

李航《统计学习方法》多项式函数拟合问题V2

问题描述假定给定一个训练数据集：T={(x1,y1),(x2,y2),⋯,(xN,yN)}其中，xi∈R是输入x的观测值，yi∈R是相应的输出y的观测值，i=1,2,⋯,N，多项式函数拟合的任务是假设给定数据由M次多项式函数生成，选择最有可能产生这些数据的M次多项式函数，即在M次多项式函数中选择一个对已知数据以及未知数据都有很好预测能力的函数。设M次多项式为fM(x,w)=w0+w1x+w2x2+
maludian1810·2020-07-14 15:58

第一章 统计学习方法概论笔记

文章主要参考github仓库Lihang添加自己的一点思考文章目录前言章节目录导读实现统计学习方法的步骤统计学习分类基本分类按模型分类按算法分类按技巧分类统计学习方法三要素模型模型是什么?
solejay·2020-07-14 15:09

CH1 统计学习方法概论|1.5.1正则化《统计学习方法》-学习笔记

文章原创,最近更新：2018-06-111.线性回归的过拟合与欠拟合2.逻辑回归的过度拟合3.解决过拟合的方法4.到底正则化是如何解决问题的?5.如何选择参数θ6.正则化线性回归7.正则化逻辑回归8.L1正则化和L2正则化参考链接:1、机器学习十四：正则化（regularization）2、过度拟合和正则化前言：通过网上找的文章,通过归纳总结具体如下:1.线性回归的过拟合与欠拟合我们在使用线性回归
durian221783310·2020-07-14 14:00

统计学习方法笔记（一）统计学习方法概要

统计学习的基本假设：X和Y具有联合概率分布，并且训练数据与测试数据被看作是依据联合概率分布独立同分布产生的。（测试数据和训练数据独立同分布，才可能由学习到的模型去预测未来的数据）。统计学习的三个要素：模型：监督学习过程中，模型就是所要学习的条件概率分布或者决策函数（你要学习到什么样的模型）策略：按照什么样的准则学习或者选择最优模型。（有了模型的类型，按照什么方式来计算这个模型，经验风险最小还是结构
leibaojiangjun1·2020-07-14 13:01

机器学习实战之KNN算法

不过在这里还是推荐一下李航老师的那本《统计学习方法》，该书注重理论推导及挖掘算法背后的数学本质，和《机器学习实战》配合起来学习，可以达到事半功倍的效果。有这两本书基本可以让我们这些小白开始起飞了。
光速跑者21·2020-07-14 10:33

对模式识别和机器学习的一点感悟

现在而言，机器学习中的大多数方法都是统计学习方法。但这不代表机器学习等同于统计学习。只是统计学习在现在的机器学习中占了主流而已。
epleone·2020-07-14 10:29

统计学习方法 李航---第9章 EM算法及其推广

第9章EM算法及其推广EM算法是一种迭代算法，用于含有隐变量(hiddenvariable)的概率模型参数的极大似然估计，或极大后验概率估计。EM算法的每次迭代由两步组成：E步，求期望(expectation)；M步，求极大(maximization)，所以这一算法称为期望极大算法(expectationmaximizationalgorithm)，简称EM算法。9.1EM算法的引入一般地，用Y表
dazhichang6061·2020-07-14 09:42

《统计学习方法》书摘1

第1章统计学习方法概要写在前面：该系列博客旨在复习和整理李航老师的《统计学习方法》一书的内容和笔记。
comeonkimi06·2020-07-14 09:50

《统计学习方法》（李航）第二版第一章总结

统计学习方法三要素：模型、策略、算法。监督学习可以概括如下：从给定有限的训练数据出发，假设数据是独立同分布的，而且假设模型属
NaLi_champion·2020-07-14 06:52

EM算法为什么可视为F函数的极大-极大算法？

（本人知乎同名账号亦发了此文）读前须知本文面向读者为：正在看李航的《统计学习方法》，看到9.4.1的F函数的极大-极大算法时不能理解正文本文先说求偏导过程，再说F函数，最后谈谈为什么是“极大-极大算法”
umbrellalalalala·2020-07-14 02:14

k-近邻算法（kNN）

最近假期，参考李航的《统计学习方法》和PeterHarrington的《机器学习实战》整理了之前学习的机器学习算法（原理+python实现），欢迎小伙伴们交流。
YongqiangGao·2020-07-14 02:25

《统计学习方法》第一章概要

统计学习方法第一章概要1.统计学习或机器学习是关于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分析与预测的一门学科。统计学习包括监督学习、无监督学习和强化学习。
他们都嫌我的微信名字太长·2020-07-14 02:04

机器学习资料

书本统计学习方法（李航）机器学习（周志华）learningfromdatahttp://book.caltech.edu/bookforum/机器学习实战深度学习ConvexOptimization–BoydandVandenberghe
蓝色的狸猫·2020-07-13 22:01

7.13日数学培优班课堂反馈

李航德很聪明，举手积极，但是讲小话的毛病还需改进。袁婧淇这节课上课表现不是很积极，偶尔趴桌子。作业：课本P35讲解家庭作业：图片发自App图片发自App开始讲新课程：复习
Guoting_·2020-07-13 17:29

（一）机器学习的基本概要

Author:PanDate:2020/7/131.机器学习的定义与其中牵扯到的问题统计机器学习究竟是什么，根据《统计学习方法》定义：统计机器学习是计算机基于数据建立概率统计模型，并用该模型对数据进行分析和预测的学科
Pan_Ziheng·2020-07-13 17:24

从损失函数的角度详解常见机器学习算法

https://blog.csdn.net/u013709270/article/details/782754621.统计学习方法都是由模型，策略，和算法构成的，即统计学习方法由三要素构成，可以简单表示为
weixin_30311605·2020-07-13 16:19

李航《统计学习方法》第六章——用Python实现最大熵模型（MNIST数据集）

相关文章：李航《统计学习方法》第二章——用Python实现感知器模型（MNIST数据集）李航《统计学习方法》第三章——用Python实现KNN算法（MNIST数据集）李航《统计学习方法》第四章——用Python
wds2006sdo·2020-07-13 16:42

李航《统计学习方法》第六章——用Python实现逻辑斯谛回归（MNIST数据集）

相关文章：李航《统计学习方法》第二章——用Python实现感知器模型（MNIST数据集）李航《统计学习方法》第三章——用Python实现KNN算法（MNIST数据集）李航《统计学习方法》第四章——用Python
wds2006sdo·2020-07-13 16:42

从损失函数谈一谈adaboost和GBDT和xgboost的区别

adaboost在李航博士的《统计学习基础》里面用加法模型和向前算法解释了权值更新策略。在解释的过程中，样本权值更新和弱分类器权值的求取是直接通过偏导数等于零来计算的，如果记不清楚的可以回
wangfenghui132·2020-07-13 16:05

支持向量机(SVM) | SMO算法实现

01起在统计学习方法|SVM这篇文章中，我们学习了支持向量机的原理和理论上的算法实现，我们一起回忆一下，支持向量机可以处理三种类型的数据：线性可分支持向量机——求解策略，硬间隔最大化线性支持向量机——求解策略
邓莎·2020-07-13 13:38

支持向量机（四）——深入理解SMO优化算法

本文结合了《统计学习方法》，吴恩达中文笔记，以及一些博客文章https://www.cnblogs.com/pinard/p/6111471.html,http://www.cnblogs.com/vivounicorn
ChiiZhang·2020-07-13 08:17

李航《统计学习方法》SMO算法推导中的思考

1.p.128图中，从上式到下式的推导不是很明了，困惑在于上式中右边含有α1,α2α1,α2这样岂不是和左边的α2α2相消？若能相消，上述求偏导的过程中岂不是忽略了v1,v2v1,v2是α1,α2α1,α2的函数？答案并非如此，左边的αα与右边的α2α2相当不同。2.定理7.6的证明即求最优化问题:minα1,α2W(α1,α2)=12K11α21+12K22α22+y1y2K21α1α2−(α1
lx_ros·2020-07-13 07:59
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他