统计学习方法

【机器学习（一）】统计学习及监督学习概论

本篇是关于机器学习的开篇之作，这一系列的文章主要是参考李航老师的《统计学习方法》一书，以及兼考虑周志华老师的《机器学习》一书。本篇博客是该系列的第一篇，主要是关于统计学习一些基本概念中的重难点。
第五清风·2020-07-30 16:56

计算机视觉领域常见的度量指标

一：Precision,Recall,F-score信息检索、分类、识别、翻译等领域两个最基本指标是召回率(RecallRate)和准确率(PrecisionRate------注意统计学习方法中precesion
weixin_34344677·2020-07-30 03:04

《统计学习方法》 Python 库

仓库名为slmethod,统计学习方法（StatisticalLearningMethod）的简写Public公开仓库勾选InitializethisrepositorywithaREADME.gitignore
iOSDevLog·2020-07-30 02:34

计算机科学和Python编程导论-第15课

机器学习入门这里讲的不够详细、建议听视频课程和可能《机器学习实战》和《统计学习方法》推荐十分钟速成课-统计学谎言、该死的谎言与统计学In[3]:importrandomIn[4]:defjuneProb
瘦长的丰一禾·2020-07-29 19:59

机器学习之隐马尔科夫模型(HMM)原理及Python实现 (大章节)

本章节内容参考李航博士的《统计学习方法》本章节添加了一些结论性结果的推导过程。
happy_hongwei·2020-07-29 12:46

《统计学习方法》阅读笔记及代码实现 - CH1

0前言寒假参加了旷视在南理工办的CV相关的夏令营，算是对深度学习这个东西有了些浅显的了解以及应用，用keras库来写代码真是太无脑了，给模型加一层，加激励函数，池化，DropOut，梯度下降等等一系列操作都是直接调库，然后就开始调参的工作(老师还说我们要是只会当一个调参战士，你们的年薪只能40w，orz我觉得40w已经很多了)。虽然是十分无脑暴力的训练一个模型，但是冬令营还是给我们讲了大量的CNN
Muyun99·2020-07-29 01:50

Naive Bayes

写在开头最近在学习一些关于机器学习的基础算法，结合学习PeterHarrington的《机器学习实战》和李航老师的《统计学习方法》两本书以及网上前辈的笔记，写下了以下的学习过程。
Lucius_Keep_Going!·2020-07-28 21:19

李航-《统计学习方法》第七章支持向量机

文章目录一模型二策略2.1线性可分支持向量机与硬间隔最大化2.1.1函数间隔和几何间隔2.1.2间隔最大化2.1.3学习的对偶算法2.2线性支持向量机与软间隔最大化2.2.1线性支持向量机学习算法2.2.2合页损失函数2.3非线性支持向量机与核函数2.3.1核技巧三算法[序列最小最优化算法SMO]3.1求解两个变量二次规划问题的解析方法3.2选择变量的启发式方法支持向量机  二分类模型      
李滚滚·2020-07-28 19:34

李航《统计学习方法》——第五章决策树及Python实现（附习题答案）

文章目录1模型2策略3算法3.1ID3算法（C4.5算法）决策树3.1.1特征选择ID3算法C4.5算法3.1.2决策树生成3.2CART(回归树和决策树)3.2.1特征选择3.2.1.1回归——最小二乘3.2.1.2模型树——最小化线性方程误差3.2.1.3决策——基尼系数3.2.2回归树/决策树生成3.2.3剪枝预剪枝后剪枝3.2.4分类4总结优点缺点：5习题5.1利用信息增益比生层决策树5.
李滚滚·2020-07-28 19:02

决策树模型、本质、连续值完整篇

-摘自《统计学习方法》李航第五章《机器学习》周志华第四章决策树算法属于生成算法，通常包括3个步骤：特征选择、决策树的生成、决策树的剪枝决策树学习本质上是从训练集中归纳出一组分类规则。
weixin_34357962·2020-07-28 19:34

李航《统计学习方法》第十章——用Python实现隐马尔科夫模型

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·2020-07-28 15:25

AdaBoost算法

注：本文中所有公式和思路来自于李航博士的《统计学习方法》一书，我只是为了加深记忆和理解写的本文。
XGBoost·2020-07-28 14:33

统计学习方法附录C-拉格朗日对偶性

comefrom：http://blog.sina.com.cn/s/blog_62b0682a0101epol.html在学习最大熵模型和SVM的过程中，我们看到，前者需要求解满足所有已知条件并且使得熵最大的模型，后者需要求解满足间隔一致性约束条件并且使得几何间隔最大的超平面，归结起来其求解问题都是带约束的极值问题，其解决方法一般采用拉格朗日对偶原理，对于概率性问题也可以用极大似然法来求解。下面
汗青传奇·2020-07-28 13:41

【统计学习方法】 支持向量机(SVM) Python实现

前言代码可在Github上下载:代码下载支持向量机，一个理论先于实践的产物，由CorinnaCortes和Vapnik等在1995年首次提出的，取得了非常好的效果。SVM分为线性可分（又可分硬间隔与软间隔）和线性不可分的问题，线性不可分可通过核函数进行映射到空间里，从而线性可分。线性可分支持向量机模型：f(x)=sign(w⋅x+b)f\left(x\right)=sign\left({w\cdo
火烫火烫的·2020-07-28 12:25

统计学习方法---adaboost

AdaBoost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器，即弱分类器，然后把这些弱分类器集合起来，构造一个更强的最终分类器。(很多博客里说的三个臭皮匠赛过诸葛亮)算法本身是改变数据分布实现的，它根据每次训练集之中的每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值（增大被误分的样本的权值，保证下层分类器能够更充分地考虑这些被误分的样本）。将修改权值的新数据
778811·2020-07-28 10:19

文本分析入门（一）

主要通过博客，李航的《统计学习方法》，相关比赛代码来学习。首先还是介绍几个名词，一个新领域总是有很多新名词。
青木长风·2020-07-28 08:52

统计学习方法-朴素贝叶斯（补充）

目录前言：距离度量：实现代码：scikit-learn实例参考资料：前言：对于机器学习实战的时候，由于统计学习方法提及到的模型有三种：模型：高斯模型多项式模型伯努利模型在这里再补充一个高斯模型的：距离度量
忆_恒心·2020-07-28 07:48

拉格朗日对偶性

约束的理解有本质提升拉格朗日对偶性码农场>机器学习2015-10-11阅读(2289)评论(4)目录1.原始问题2.对偶问题3.原始问题和对偶问题的关系定理C.1推论C.1定理C.2豆知识仿射函数定理C.3Reference在看《统计学习方法
鱼在水中走·2020-07-28 00:54

朴素贝叶斯(naive bayes)

朴素贝叶斯(naivebayes)标签：Python机器学习主要參考资料：《机器学习实战》《统计学习方法》1.朴素贝叶斯分类原理朴素贝叶斯法是基于贝叶斯定理和特征条件独立假设(称为朴素的原因)的分类方法
aoe41606·2020-07-27 19:35

决策树到底是什么？

本文思想及知识来源于对李航老师的统计学习方法的拜读，加上一些自己的理解整理，感谢李航老师伟大的著作：《统计学习方法》！决策树是什么？
Air_2014·2020-07-27 14:25

李航《统计学习方法》第七章——用Python实现支持向量机模型（伪造数据集）

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·2020-07-27 13:37

机器学习——《统计学习方法》学习笔记——统计学习及监督学习概论

目录1.统计学习1.1统计学习定义1.2统计学习流程2.统计学习分类2.1基本分类2.1.1监督学习2.1.2无监督学习2.1.3强化学习2.2按模型分类2.2.1概论模型与非概率模型2.2.2线性模型与非线性模型2.2.3参数化模型与非参数化模型2.3按算法分类2.4按技巧分类3.统计学习三要素3.1模型3.2策略3.2.1损失函数3.2.2风险函数3.3.3经验风险3.3.4结构误差最小化3.
AI小小白·2020-07-26 01:40

李航老师《统计习方法》第二版第二十一章课后题答案以及关于PageRank的改进算法

转载请注明出处1、李航老师《统计学习方法》第二版第二十一章课后题答案21.1假设方阵A是随机矩阵，即其每个元素的非负，每列元素的和为1，证明AkA^{k}Ak仍然是随机矩阵，其中k是自然数。
六七～·2020-07-22 18:32

《机器学习实战》中SVM算法实现的错误

最近又看了一遍SVM算法，理论主要参考了李航老师的《统计学习方法》，代码实现上参考了《机器学习实战》和smo算法的原始论文。期间发现《机器学习实战》在实现完整版的PlattSMO有点问题。
lightt·2020-07-17 16:37

关于条件随机场的一些补充

原文：机器学习：《统计学习方法》笔记（二）——条件随机场（CRF）参考：概率无向图模型1.概率无向图的因子分解注：有一点笔者仍然不明白，《统计学习方法》是定义P(Y)的乘积是在最大团上进行，而有材料说明乘积是在极大团上进行
另一个我竟然存在·2020-07-16 05:15

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！）

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《统计学习方法
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

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

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

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
上一页 23 24 25 26 27 28 29 30 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他