统计学习方法第4页

深度学习入门路径

基础课程不限于此，资源较多，可自行选择机器学习部分1.吴恩达机器学习（B站资源）+机器学习图解笔记（up主：深度碎片）[20d]@2.机器学习实战（深度之眼课程）[10d]3.西瓜书（深度之眼课程）[10d]&4.统计学习方法

或跃在渊_NUE·2023-04-18 11:15

基于词嵌入方法的逻辑回归文本分类

逻辑回归是一种用于二元分类的统计学习方法，它可以将输入的特征映射到一个概率值，用于判断输入数据属于哪一类。

高山莫衣·2023-04-17 13:05

关于李航《统计学习方法》第4章朴素贝叶斯法的一些理解

贝叶斯决策贝叶斯公式如下：其中：p(Y)为先验概率，表示每种类别分布的概率；P(X|Y):类条件概率，表示在某一类别情况下，某个事件发生的概率；而P(Y|X)为后验概率，表示某事发生了，并且它属于某一类别的概率。p(X)通常可以利用全概率公式求得(n为y的类别数)：这两个公式大家应该都比较熟悉，这里举个例子：已知：某个商店里的顾客中男性与女性的比例为2：1，男性购买商品的概率为1/2，而女性购买商

王玺__boy·2023-04-17 12:17

统计学习方法第二章习题

第2章感知机习题2.1 Minsky与Papert指出：感知机因为是线性模型，所以不能表示复杂的函数，如异或(XOR)。验证感知机为什么不能表示异或。解答：解答思路：列出异或函数(XOR)的输入和输出；使用图例法证明异或问题是线性不可分的；使用反证法证明感知机无法表示异或。解题步骤：第1步：异或函数(XOR)的输入和输出对于异或函数(XOR)，全部的输入与对应的输出如下：x1x_1x1x2x

Paul-Huang·2023-04-16 20:21

统计学习第一章习题

第1章统计学习方法概论习题1.1 说明伯努利模型的极大似然估计以及贝叶斯估计中的统计学习方法三要素。伯努利模型是定义在取值为0与1的随机变量上的概率分布。

Paul-Huang·2023-04-16 20:51

第一章统计机器学习及监督学习概论（二）

1.3统计学习方法三要素统计学习方法都是由模型、策略和算法构成，即统计学习方法由三要素构成，可以简单地表示为：以下主要讨论监督学习中的统计学习三要素1.3.1模型在监督学习过程中，模型就是所要学习的条件概率分布或决策函数

Peter_Haoran·2023-04-16 10:44

《统计学习方法》——第五章、决策树模型与学习（上）

博客主页：七归的博客收录专栏：《统计学习方法》第二版——个人笔记南来的北往的，走过路过千万别错过，错过本篇，“精彩”可能与您失之交臂laTripleattack(三连击):Comment,LikeandCollect

王者与CV·2023-04-15 15:46

《统计学习方法》——第五章、决策树的构造及其算法（下）

博客主页：啊四战斗霸的博客收录专栏：《统计学习方法》第二版——个人笔记南来的北往的，走过路过千万别错过，错过本篇，“精彩”可能与您失之交臂laTripleattack(三连击):Comment,LikeandCollect

王者与CV·2023-04-15 15:46

统计学习方法(2)-感知机

感知机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｛-1,1｝，是一种判别模型。感知机学习的目的在于求出将训练数据进行划分的超平面。感知机模型输入空间,输出空间。为输入向量，其中，和为感知机模型参数，表示内积，sign是符号函数。感知机的几何角度理解是：是特征空间的一个超平面，是该平面的法向量，是截距。这个超平面将特征空间划分为正负两个部分，如下图。感知机学习策略感知机学习的

breezez·2023-04-14 20:22

【机器学习五】感知机

具体可参考：1.感知机原理（Perceptron）-hyc339408769-博客园作者应该是参考李航的统计学习方法加上自己的见解，我觉得写得很好了～需要注意的几个点：1.样本输入感知机模型后，与权值、

桉豆子·2023-04-14 12:43

一、统计学习及其监督学习概论

统计学习的特点统计学习是关于计算机基于数据构建概论统计模型并运用模型对数据进行预测与分析的一门学科主要特点：统计学习以计算机及网络为平台，是建立在计算机及网络上的统计学习以数据为研究对象，是数据驱动的学科统计学习的目的是对数据进行预测与分析统计学习以方法为中心，统计学习方法构建模型并应用模型进行预测与分析统计学习是概论论

烟花笑寂寞·2023-04-12 21:40

李航统计学习方法第一章知识点

李航统计学习方法第一章内容梳理得到一个有限的训练数据集合，包括样本特征的抽取；确定包含所有可能的模型的假设空间（即学习模型的集合），对应判别模型和生成模型的训练中，就是建立目标模型的数学公式描述确定模型选择的准则

中分小刘海·2023-04-12 05:46

统计学习方法第一章:概述

1.监督学习基本概念1.1输入空间、特征空间与输出空间在监督学习中，将输入与输出所有可能取值的集合分别称为输入空间（inputspace）与输出空间（outputspace）。输入与输出空间可以是有限元素的集合，也可以是整个欧式空间。输入空间与输出空间可以是同一个空间，也可以是不同的空间；但通常输出空间远远小于输入空间。每个具体的输入是一个实例（instance），通常由特征向量（featurev

曾牛·2023-04-12 05:44

【统计学习方法】学习笔记-第1章-统计学习及监督学习概论

【知乎同步：https://zhuanlan.zhihu.com/p/305028771】【统计学习方法】学习笔记-第1章-统计学习及监督学习概论1.1统计学习统计学习(statisticallearning

煎饼证·2023-04-12 05:10

《统计学习方法》第 3 章“k 近邻法”学习笔记

k近邻法“k近法”在算法层面理解容易，可以从使用“k近邻法”处理分类问题入手，解释机器学习中的各种概念和一般流程。k近邻法的基本思想“k近邻法”几乎是所有机器学习算法中最简单的算法，它用于分类的核心思想就是“物以类聚，人以群分”，即未标记样本的类别由距离其最近的个邻居投票来决定。说明：图片来自周志华《机器学习》第10章第1节。（图片来自周志华《机器学习》第10章第1节）有监督学习、分类学习、回归有

李威威·2023-04-11 13:45

支持向量机（三）——线性支持向量机

笔者主要参考学习的是李航老师《统计学习方法（第二版）》[1]和周志华老师的西瓜书《机器学习》[2]。如有错误疏漏，烦请指正。如要转载，请联系笔者，[email protected]。

Herbert002·2023-04-10 19:19

统计学习方法之感知机Perceptron

1.感知机模型详解感知机由1957年提出，感知机模型较为简单，是NN和SVM的基础模型。结构如下图perceptron.jpg定义：给定训练集合2.原始学习方法一个常见的想法是给定误分类点集合,3.学习方法的对偶形式对偶形式的思想在于，4.代码实现抽象类classifier.py感知机模型perceptron.py测试test_perceptron.py#classifier.pyclassCla

周恩国的学习笔记·2023-04-09 05:26

机器学习两本经典之作，适合系统学习。

两本经典教科书，统计学习方法和机器学习图片发自App统计学习方法-李航终极算法：机器学习和人工智能如何重塑世界【美】佩德罗·多明戈斯

君莫笑是我的·2023-04-09 03:38

python历史性分布计算代码_GitHub - religou/MachineLearning-DeepLearning-NLP-LeetCode-StatisticalLearningMethod...

MachineLearning-DeepLearning-NLP-LeetCode-StatisticalLearningMethod最近在学习机器学习，深度学习，自然语言处理，统计学习方法等知识，理论学习主要根据重磅

weixin_39796868·2023-04-08 17:44

python自我总结笔记、加上一些自己思考_GitHub - liweimin1996/MachineLearning-DeepLearning-NLP-LeetCode-StatisticalLea...

MachineLearning-DeepLearning-NLP-LeetCode-StatisticalLearningMethod最近在学习机器学习，深度学习，自然语言处理，统计学习方法等知识，理论学习主要根据重磅

weixin_39640090·2023-04-08 17:43

感知机（perceptron）代码实现

(书面内容参考《统计学习方法》李航）感知机（perceptron）是二分类的线性模型，旨在求出将训练数据进行线性划分的分离超平面。

LearnerzzZ·2023-04-08 10:20

逻辑回归1

在经典的机器学习教材《统计学习方法》（StatisticalLearningMethods）中，李航详细介绍了逻辑回归算法的原理、优化方法和应用场景。B

丰。。·2023-04-08 06:19

《统计学习方法》笔记（一）统计学习及监督学习概论

最近利用工作之余的时间正在学习李航博士的《统计学习方法》，一方面希望能够通过写作整理思路，另一方面，分享学习心得也希望可以和志同道合的小伙伴们共同探讨进步啦~github传送门：GitHub-wyynevergiveup

菜鸟研究生·2023-04-06 21:46

决策树详解--最通俗易懂的解释

决策树详解决策树的结构根节点内部结点叶节点决策树算法特征的划分选择信息增益信息增益率基尼系数决策树剪枝预剪枝后剪枝连续属性与缺失值连续属性处理缺失值处理多变量决策树决策树算法的“增量学习”决策树的结构一般的，决策树由一个根节点、若干个内部节点、若干个叶节点构成，这些节点由边组成（《统计学习方法

爱学习的小杠精·2023-04-06 13:50

[强基计划] 统计学习方法之感知机Perceptron

感知机2.1感知机模型感知机模型属于一种判别模型，感知机的定义如下：（定义2.1）感知机：假设输入空间（特征空间）为，输出空间为y={+1,-1}，那么函数:被称为感知机，可见感知机的本质就是一个符号化函数，其中：显然，感知机是一种线性分类器。2.2数据集的线性可分特性，感知器学习方法（定义2.2）数据集的线性可分性：对一个数据集，其中，，,如果存在某一个超平面S，使能够把数据的正实例与负实例完全

zxymic·2023-04-06 04:27

《Machine Learning in Action》—— Taoye给你讲讲Logistic回归是咋回事

在本篇文章中，我们主要是手撕Logistic回归，这个在李航老师的《统计学习方法》一书中也叫做为逻辑斯谛回归。

玩世不恭的Coder·2023-04-05 10:11

ISLR读书笔记十九：主成分分析（PCA）

前面写的一些统计学习方法都是属于监督学习（supervisedlearning），这篇主成分分析（principalcomponentsanalysis，简称PCA）和下一篇聚类分析（clustering

晓炜·2023-04-05 04:52

大总结：机器学习和视觉slam小项目--Apple的学习笔记

前言机器学习入门，主要参考网络教学视频及统计学习方法这本书，侧重学习基础学习及推导学习理论1.Python与数学牛顿迭代法—Apple的学习笔记2.数学梯度下降—Apple的学习笔记3.机器学习K临近算法

applecai·2023-04-05 00:10

统计学习方法 - 第1章 - 概论

全书章节第1章统计学习方法概论第2章感知机第3章k近邻法第4章朴素贝叶斯法第5章决策树第6章逻辑斯谛回归与最大熵模型第7章支持向量机第8章提升方法第9章EM算法及其推广第10章隐马尔可夫模型第11章条件随机场第

哔哔如是·2023-04-04 16:21

统计学习方法笔记之k近邻算法（附代码实现）

Aengus_Sun·2023-04-04 10:03

复习07统计学习方法(支持向量机SVM)---图片版

技术交流QQ群:1027579432，欢迎你的加入！图1.jpg图2.jpg图3.jpg图4.jpg图5.jpg图6.jpg图7.jpg图8.jpg

CurryCoder·2023-04-03 05:58

《统计学习方法》第十八章概率潜在语义分析

概率潜在语义分析概率潜在语义分析是利用概率生成模型对文本集合进行话题分析的方法概率潜在语义分析受潜在语义分析的启发提出两者可以通过矩阵分解关联起来给定一个文本集合，通过概率潜在语义分析，可以得到各个文本生成话题的条件概率分布，以及各个话题生成单词的条件概率分布概率潜在语义分析的模型有生成模型，以及等价的共现模型其学习策略是观测数据的极大似然估计，其学习算法是EM算法生成模型表示文本生成话题，话题生

小鹏AI·2023-04-02 09:51

AI开发书籍分享

编程书籍的整理和收集目录:AI与算法数学之美机器学习凸优化理论统计学习方法数据挖掘与

weixin_34226706·2023-03-31 22:53

Day1 #100DaysofMLCoding#

2018-8-6个人前置条件：已经将《统计学习方法》《机器学习实战》一刷80%西瓜书一刷50%，tensorflow实战一刷70%kaggle上参与过titanic(Top6%)和数字识别(Top12%

MWhite·2023-03-31 15:49

统计学习方法9—EM算法

EM算法是一种迭代算法，是一种用于计算包含隐变量概率模型的最大似然估计方法，或极大后验概率。EM即expectationmaximization，期望最大化算法。1.极大似然估计在概率模型中，若已知事件服从的分布或者其他概率模型的参数，那么我们可以通过计算得到某事件发生的概率。而在估计中，这些变成了方向过程：已知一组数据发生的结果，相当于获得了经验概率，通过这组数据假设模型服从什么分布，再

breezez·2023-03-30 20:42

机器学习笔记（10）

学习打卡内容：阅读《李航统计学习方法》的65-74页学习Gini指数学习回归树剪枝根据自己阅读，先写出自己所认为的笔记。前面学习了决策树的建立方法。

trying52·2023-03-28 23:56

决策树（Decision Tree）

参考资料：《西瓜书》p73-p95《百面机器学习》p80-89《统计学习方法》p55-p75《机器学习_学习笔记(allinone)V0.96》p622-p650《DecisionTree-SuperAttributes

ZzzZBbbB·2023-03-28 03:46

机器学习-损失函数

一个统计学习方法基本上由三个部分组成：模型+策略+算法1，模型，，即输入样本特征，可以返回样本值或概率值的函数2，策略，有了模型，如何确定模型中的参数呢？如何根据训练数据拟合一个不错的模型呢？

莱昂纳多91·2023-03-27 09:26

逻辑回归算法推导与基于Python的实现详解

逻辑回归概述2逻辑回归公式推导与求解2.1公式推导2.2公式求解3基于Python的实现3.1可接收参数3.2完整代码示例1逻辑回归概述逻辑回归（LogisticRegression）是一种用于分类问题的统计学习方法

专注算法的马里奥学长·2023-03-26 07:57

改进的迭代尺度法(IIS)详细解析 | 统计学习方法学习笔记 | 数据分析 | 机器学习

最大熵模型：舟晓南：统计学习方法-最大熵模型解析|数据分析，机器学习，学习历程全记录已知最大熵模型为：《统计学习方法》中直接给出对数似然函数为：现在解释如何得到上式的对数似然函数：首先根据对数似然函数的一般形式给出

舟晓南·2023-03-25 23:13

感知机模型(Perceptron)的收敛性解读 | 统计学习方法

Python复现，使用了随机梯度下降法，梯度下降法，adagrad和对偶形式四种算法：舟晓南：感知机模型python复现-随机梯度下降法；梯度下降法；adagrad；对偶形式在《统计学习方法》的感知机算法章节中

舟晓南·2023-03-25 10:12

Adaboost理解笔记(matlab实现)

基本原理参考：李航的《统计学习方法》AdaBoost通过加大分类误差率小的弱分类器的权重，使其在表决中起

zoulala·2023-03-24 04:31

蓝皮书系列之朴素贝叶斯

李航的蓝皮书《统计学习方法》，可谓是机器学习的中文经典。其中所设计的一些算法，是机器学习的基础。这篇博文将要讲述蓝皮书中的第四章朴素贝叶斯法。

脑荼地·2023-03-22 02:40

李航《统计学习方法》读书笔记--统计学习方法概论

2、方法统计学习方法包括监督学习、非监督学习、半监督学习和强化学习。3、三要素统计学习方法三要素包括模型的假设空间、模型选择的准则以及模型学习的算法，简称为模型、策略和算法。

是小橙子呀·2023-03-22 00:52

K近邻算法(k-Nearest Neighbour, KNN)

《机器学习》周志华k近邻学习《统计学习方法》李航k近邻法KNN算法思想k-最近邻(k-NearestNeighbour,kNN)算法是一种基本分类与回归方法，属于监督学习方法，其工作机制非常简单：给定测试样本

　木夕敢敢·2023-03-14 07:37

统计学习方法读书笔记（第二章）

感知器感知器是二类分类的线性分类模型，属于辨别模型。输出为实例的类别，取+1与-1二值。目的是求出将训练数据进行线性划分的分离超平面。误分类点判别的结果与输入的类别不同（异号）则为误分点，那么判据为image.png损失函数通过求出误分类点到超平面的总距离，评价划分效果的好坏。求总距离最小时的情况，利用梯度下降法，分别求w，b的偏导数。image.pngimage.pngimage.pngimag

gibyeng·2023-03-13 14:19

k近邻(KNN)模型详细解读 | 统计学习方法学习笔记 | 数据分析 | 机器学习

本文包含：1.走近k近邻-你周围的人决定了你是怎样的人2.重要概念3.k近邻算法的数学形式4.k近邻模型的直观认识5.如何计算距离6.k值的选择7.k近邻算法的损失函数8.kd树数据结构9.搜索kd树KNN模型Python复现，使用了线性扫描；权值优化两种算法：舟晓南：k近邻（KNN）模型python复现-线性扫描；带权值的近邻点优化方法1.走近k近邻-你周围的人决定了你是怎样的人：人是群居动物，

舟晓南·2023-03-10 00:12

《统计学习方法》笔记（二）感知机模型