统计学习方法第2页

【收藏】时间序列预测入门必读的4篇论文

深度学习技术前沿·2023-11-22 20:04

动手学大模型应用开发_学习笔记（一）——大模型简介

一、走进大模型1.语言建模的发展历程20世纪90年代统计学习方法通过前面的词汇来预测下一个词汇。在理解复杂语言规则方面存在一定局限性。

dandellion_·2023-11-14 22:35

Python 统计学习方法——kdTree实现K近邻搜索

效果说明：Input：输入Num个Dim维点的坐标，Points.size=(Num,Dim)，输入一个目标点坐标Target、查找最近邻点数量K。Output:求出距离Target最近的K个点的索引和距离。（具体坐标可由索引和Points列表获取）环境要求：Python3withnumpyandmatplotlib当Dim=2、Num=30、K=4时，绘制图如下：输出：candidate_ind

Retrospector·2023-11-13 11:20

李航《统计学习方法》——马尔可夫链蒙特卡罗法

这篇博客是在自学李航老师的《统计学习方法》19章MCMC的过程中，进行简要的复述和记录，之后会在二刷三刷博客的时候增加自己对方法对口语化描述及理解，关注我一起加油吧～～文章目录19.1蒙特卡罗法19.1.1

秋男不吃牛肉豆制品牛奶小麦·2023-11-13 00:55

感知机算法的python实现

算法原理这是《统计学习方法》对感知机算法原理的描述：为简化问题难度，本文只讨论二维平面上点的线性可分。我们可以不用理会“超平面”这个概念的原意。

辅玉·2023-11-12 21:45

摘录：转AI的一些建议

wamg潇潇·2023-11-09 19:10

隐私无忧·2023-11-08 11:31

【深度学习】pytorch——线性回归

若有错误欢迎指出哟~深度学习专栏链接：http://t.csdnimg.cn/dscW7pytorch——线性回归线性回归简介公式说明完整代码代码解释线性回归简介线性回归是一种用于建立特征和目标变量之间线性关系的统计学习方法

今天有没有吃饱饱·2023-11-03 07:33

统计学习方法决策树

文章目录统计学习方法决策树决策树模型与学习特征选择决策树的生成ID3算法C4.5的生成算法决策树的剪枝CART算法CART回归树的生成CART分类树的生成CART剪枝统计学习方法决策树阅读李航的《统计学习方法

Air浩瀚·2023-10-30 04:14

统计学习方法 | 朴素贝叶斯法

目录一、朴素贝叶斯法的原理二、极大似然估计下的朴素贝叶斯算法python实现三、贝叶斯估计下的朴素贝叶斯算法python实现一、朴素贝叶斯法的原理二、极大似然估计下的朴素贝叶斯算法python实现importnumpyasnpdefnaiveBayes(X,Y,n,x):'''X代表的是各个特征的特征值Y代表类标记n代表特征类别x代表需要预测的数据点''''''得到各特征和类标记的类别'''#各特

天下弈星~·2023-10-26 20:04

统计学习方法——支持向量机(SVM)

SVM支持向量机(supportvectormachines,SVM)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；支持向量机还包含核技巧，这使它成为实质上的非线性分类器支持向量机的学习算法是求解凸二次规划的最优化算法欧几里得空间和希尔伯特空间【源自维基百科】欧几里得空间可以被扩展来应用于任何有限维度，而这种空间叫做n维欧几里得空间（甚至简称 n 维空间）或有限维实内积

AndrewZhou924·2023-10-26 16:18

统计学习方法支持向量机（下）

文章目录统计学习方法支持向量机（下）非线性支持向量机与和核函数核技巧正定核常用核函数非线性SVM序列最小最优化算法两个变量二次规划的求解方法变量的选择方法SMO算法统计学习方法支持向量机（下）学习李航的

Air浩瀚·2023-10-26 16:46

统计学习方法拉格朗日对偶性

文章目录统计学习方法拉格朗日对偶性原始问题对偶问题原始问题和对偶问题的关系统计学习方法拉格朗日对偶性读李航的《统计学习方法》时，关于拉格朗日对偶性的笔记。

Air浩瀚·2023-10-26 16:46

统计学习方法支持向量机（上）

文章目录统计学习方法支持向量机（上）线性可分支持向量机与硬间隔最大化定义硬间隔最大化对偶算法线性支持向量机与软间隔最大化定义软间隔最大化对偶算法合页损失函数统计学习方法支持向量机（上）读李航的《统计学习方法

Air浩瀚·2023-10-26 16:42

【面经】腾讯NLP实习面经（Offer已拿）

简历上就只有：统计学习方法模型的python实现还有一些nlp常见任务

zenRRan·2023-10-23 13:51

李航统计学习感知机算法实现

前言李航的《统计学习方法》和西瓜书是入门机器学习进而到深度学习的经典书籍，笔者是数学专业大二在读，在编程方面仍有许多不足之处，在已经看完相关经典书籍后开始编程实践。

没有改名卡y·2023-10-21 08:09

统计学习方法隐马尔可夫模型

文章目录统计学习方法隐马尔可夫模型基本概念概率计算问题直接计算法前向算法后向算法前向概率和后向概率学习问题监督学习算法Baum-Welch算法E步M步参数估计公式算法描述解码问题近似算法Viterbi算法统计学习方法隐马尔可夫模型读李航的

Air浩瀚·2023-10-21 08:37

统计学习方法感知机

文章目录统计学习方法感知机模型定义学习策略学习算法原始算法对偶算法学习算法的收敛性统计学习方法感知机读李航的《统计学习方法》时，关于感知机的笔记。

Air浩瀚·2023-10-21 08:05

逻辑斯蒂回归详细解析 | 统计学习方法学习笔记 | 数据分析 | 机器学习

本文包括：1.重要概念2.逻辑斯蒂回归和线性回归3.二项逻辑斯谛回归模型4.逻辑斯蒂回顾与几率5.模型参数估计6.多项逻辑斯谛回归1.重要概念：在正式介绍逻辑斯蒂回归模型之前，需要先对一些基本概念有所了解，如果明白这些概念可以直接跳过。分布函数和密度函数：对于一个连续型随机变量，密度函数是指该变量在其可取值范围内为一个特定值的概率，分布函数即在一个特定值和小于该特定值的范围内出现的概率，可以理解为

舟晓南·2023-10-20 05:03

统计学习方法笔记——第一章（1）

概论1.统计学习方法三要素：模型（model）、策略（strategy）、算法（algorithm）2.实现步骤得到有限的训练数据集合确定包含所有可能的模型的假设空间，即学习模型的集合确定模型选择的准则

Run！Rabbit Run！·2023-10-20 04:50

《统计学习方法》读书笔记——第九章 EM算法及其推广

写在前面本系列博客是自己对于《统计学习方法》这本书的读书笔记，在读过每个章节以后根据自己的理解写下这一章的知识框架以及补充一些延伸知识点。

'Themis'·2023-10-19 23:53

统计学习方法 EM 算法

文章目录统计学习方法EM算法引入EM算法EM算法的导出EM算法的收敛性三硬币模型统计学习方法EM算法学习李航《统计学习方法》时关于EM算法的笔记引入概率模型中有时候同时包含观测变量（observablevariable

Air浩瀚·2023-10-19 10:11

第一章统计学习方法概论

1.1统计学习▶︎计算机系统通过运用数据及统计方法提高系统性能的机器学习。变量或变量组表述数据，数据分为连续变量和离散变量。数据多样化包括数字，文字，图像，视频，音频以及组合▶︎统计学习通过构建概论统计模型实现数据数据预测与分析。基本假设：同类数据具有一定的统计规律性。目标：学习什么模型，如何学习模型，提高准确度和学习效率。▶︎统计学习主要分为监督学习，非监督学习，半监督学习，强化学习1.2监督学

Estherbabe·2023-10-18 15:47

腾讯自然语言处理实习面经

在内推前，简单把李航的统计学习方法，简历涉及的知识点都过了一遍，整理了一下，同时leetcode刷了大概100题。准备过后就把简历给师兄了。

zenRRan·2023-10-15 14:36

奇异值分解的定义及应用

1.定义2.证明3.紧凑奇异值分解和截断奇异值分解4.几何解释5.性质6.奇异值分解的计算7.奇异值分解与矩阵近似7.1弗罗尼乌斯范数7.2矩阵的最优近似7.3矩阵的外积展开式8.应用1.定义直接把《统计学习方法

香辣素毛肚·2023-10-14 23:42

【深蓝学院】手写VIO第6章--视觉前端--作业(SVD分解部分复习)

总结一下，关于奇异值分解(SingularValueDecomposition，SVD)有以下内容摘抄自该博客，关于SDV分解的部分应该是摘自李航《统计学习方法里面的》：1.特征值分解设A为n阶方阵，若存在数

读书健身敲代码·2023-10-12 13:32

文本分类入门

Show=All文本分类入门(一)文本分类问题的定义文本分类系列文章，从文本分类问题的定义开始，主要讲解文本分类系统的构成，主流的统计学习方法以及较为优秀的SVM算法及其改进

LarryNLPIR·2023-10-11 10:22

机器学习代码实现篇——SVM

主体推导是根据李航老师《统计学习方法

lavendelion·2023-10-11 00:17

《统计学习方法》学习笔记之第二章:感知机

目录第一节模型介绍和学习策略模型介绍学习策略第二节梯度下降法概念算法梯度下降法：例子原理第三节学习算法之原始形式学习问题原始形式例题分析第三节学习算法之对偶形式对偶形式例题分析第四节原始形式算法的收敛性第一节模型介绍和学习策略模型介绍输入空间：;输入：输出空间：;输出：感知机：其中，称为权值(Weight),称为偏置(Bias),表示内积假设空间：线性方程：特征空间中的一个超平面S(超平面比特征空

资料加载中·2023-10-07 05:23

《统计学习方法》学习笔记之第一章

统计学习方法的学习笔记：第一章目录第一节统计学习的定义与分类统计学习的概念统计学习的分类第二节统计学习方法的基本分类监督学习无监督学习强化学习第三节统计学习方法三要素模型策略第四节模型评估与模型选择训练误差与测试误差过拟合与模型选择第五节正则化和交叉验证正则化

资料加载中·2023-10-07 05:52

统计学习方法概论

1.统计学习统计学习包括监督学习、非监督学习、半监督学习、强化学习输入空间：输入变量取值的集合输出空间：输出变量取值的集合特征空间：所有特征向量存在的空间分类问题：输出变量为有限个离散变量的预测问题回归问题：输入变量和输出变量均为连续变量的预测问题标注问题：输入变量和输出变量均为变量序列的预测问题2.监督学习监督学习假设输入与输出的随机变量X和Y遵循联合概率分布P(X,Y)，训练数据和测试数据是按

slsefe·2023-10-06 23:38

统计学习笔记——统计学习三要素

参考书：《统计学习方法》——李航统计学习的三要素为：模型、策略、算法。写在前面的话：以下以监督学习为基础来进行论述。

Fiona_ll·2023-10-05 20:08

【AI】大数据机器学习—统计学习及监督学习概论

参考书是李航的《统计学习方法》，该书主要讨论监督学习。统计学习作为一个研究领域，主要包括统计学习方法、统计学习理论和统计学习应用。统计学习方法主要关注的问题是设计新的学习方法。

CSU_DEZ_THU·2023-10-05 07:26

极大似然估计概念的理解——统计学习方法

目录1.最大似然估计的概念的理解12.最大似然估计的概念的理解23.最大似然估计的概念的理解34.例子1.最大似然估计的概念的理解1最大似然估计是一种概率论在统计学上的概念，是参数估计的一种方法。给定观测数据来评估模型参数。也就是模型已知，参数未定。已知某个随机样本满足某种概率分布，但是其中具体参数不太清楚，参数估计通过若干次的实验，观察其结果，利用结推出参数的大概值。最大似然估计是建立在这样的思

阿波拉·2023-10-04 14:38

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

《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

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

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

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

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

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

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

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

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

《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

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

推荐频道

统计学习方法