统计学习方法

深度之眼课程打卡-统计学习方法01

绪论统计学习方法主要是讲李航博士统计学习方法那本书，一开始主要讲解了一些基本概念。作业打卡L1和L2范式l1范数的数学定义是所有数绝对值之和。在坐标平面上它是个正方形。l2范数的数
Big_quant·2022-12-16 06:34

决策树(decision tree)——(1)生成与度量指标

**注：本博客为李航《统计学习方法》与周志华《机器学习》读书笔记，虽然有一些自己的理解，但是其中仍然有大量文字摘自李老师和周老师的书籍内容。
猿童学·2022-12-15 22:43

决策树算法总结

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达前言决策树是机器学习模型较常用的一种方法，李航老师《统计学习方法》详细的描述了决策树的生成和剪枝，本文根据书中的内容，对决策树进行了总结
小白学视觉·2022-12-15 03:49

python降维中特征维度的问题

python降维中特征维度的问题最近在学PCA降维，参考的是李航老师的统计学习方法第二版，自己上手编程时发现按照李航老师P310页公式16.39来定义样本数据时出现了一些问题，特此记录以供日后翻阅sklearn
nofaliure·2022-12-14 22:48

朴素贝叶斯分类

一：贝叶斯原理朴素贝叶斯分类算法是一个典型的统计学习方法，主要的理论基础就是贝叶斯公式。贝叶斯公式定义如下所示：先验概率：通过经验来判断事情发生的概率。后验概率：后验概率就是发生结果之后，推测原因的概
onlynb·2022-12-14 20:44

《西瓜书》+《南瓜书》第一章笔记（Datawhale）

大部分都是基于《西瓜书》和《统计学习方法》的一些日常记录，本人学识浅薄，如果有存在理解、记录偏差的地方，希望大家能帮忙指出一下，笔者不胜感激！~第一章1.1引言什么是机器学习？
游弋诗·2022-12-14 16:33

《机器学习》（周志华）第一章 绪论 笔记 学习心得

第1章绪论学习心得由于我之前已经学过了李航老师的《统计学习方法（第2版）》，所以这里面的概念没有啥不懂得，不会像教程说的有些难，毕竟学过一部分了。
ML--小小白·2022-12-14 15:21

1.4+1.5 L1、L2正则化

2022.08.27李航老师《统计学习方法》：一.统计学习及监督学习概论#本文目的就是为学者简化学习内容，提取我认为的重点把书读薄;#本文重点：1.5正则化理解一.统计学习及监督学习概论1.4+1.5L1
羊老羊·2022-12-14 15:07

【李航-统计学习方法】1.4模型评估与模型选择

1、训练误差与测试误差不同的学习方法会给出不同的模型。当损失函数给定时，基于损失函数的模型的训练误差和模型的测试误差就成为学习方法评估的标准。训练误差的大小，对判断给定的问题是不是一个容易学习的问题有意义。也就是说，一个问题越容易学习，那么它的训练误差就越小。但这本质上不重要。测试误差，反映了学习方法对未知的测试数据集的预测能力。测试误差小的方法具有更好的预测能力，是有效的方法。通常将学习方法对未
smile4548656·2022-12-14 15:01

《统计学习方法》(李航)：模型评估选择、正则化与交叉验证、泛化能力、生成模型与判别模型、监督学习应用

PS：所写内容为读书笔记，如需了解更详细内容请购买正版书籍1.4模型评估与选择1.4.1训练误差和测试误差训练误差：模型对训练集预测结果的误差测试误差：模型对测试集测试结果的误差1.4.2过拟合与模型选择过拟合（over-fitting）：学习时选择的模型所包含的参数过多，以至于出现这一模型对已知数据预测很好，但对未知数据预测很差的现象。当模型的复杂度增大时，训练误差会逐渐减小并趋近于0，而测试误
APPLECHARLOTTE·2022-12-14 15:50

【统计学习方法】EM算法实现之隐马尔科夫模型HMM

1基本概念1.1马尔科夫链（维基百科）马尔可夫链（英语：Markovchain），又称离散时间马尔可夫链（discrete-timeMarkovchain，缩写为DTMC），因俄国数学家安德烈·马尔可夫得名，为状态空间中经过从一个状态到另一个状态的转换的随机过程。该过程要求具备“无记忆”的性质：下一状态的概率分布只能由当前状态决定，在时间序列中它前面的事件均与之无关。这种特定类型的“无记忆性”称作
qauzy·2022-12-13 20:12

个人学习笔记：EM与GMM算法

本篇文章为个人学习EM算法框架时的笔记，其中主要参考了李航老师的《统计学习方法》这本书以及PRML，中间有一些内容是从其他一些网络资料上摘抄下来的，具体来源比较杂，这里就不一一列出了，如有侵权请联系删除
ZJ&ZYQ·2022-12-13 10:18

机器学习中隐马尔可夫模型（Hidden Markov Model, HMM）理论

参考书：《统计学习方法》《TheModelThinker》文章目录隐马尔可夫模型（HiddenMarkovModel,HMM）1.马尔可夫宿命论1.1案例1.2宿命2.马尔可夫过程3.隐马尔可夫模型3.1
天真的和感伤的想象家·2022-12-13 09:52

统计学习方法之决策树通俗理解

决策树看完本文再学习《统计学习方法》相应内容，效果更好如果需要《统计学习方法》第二版pdf，可私信领取1.决策树思想决策树显然是像人那样做决策，比如挑选苹果我们可以先看颜色，我们觉得红色的可能好些，我们再在红色的苹果中看纹理等等
dxwell6·2022-12-13 06:19

决策树理解

决策树理解（一）参考书籍：《机器学习》周志华，第1版《统计学习方法》李航，第2版用来记录自己对书中知识的理解，加强自己的理解和记忆，同时提出自己迷惑不解的地方，提高自己编辑的表达能力。
小耗子-Axel·2022-12-13 06:18

机器学习常用角标及其含义

李航《统计学习方法》：d∗=maxα,β;αi≥0θD(
MiaL·2022-12-12 14:13

||《统计学习方法》李航_第1章_蓝皮（学习笔记）

第1章统计学习方法概论监督学习统计学习三要素模型策略（经验风险和结构经验风险）判别模型与生成模型补充（含课后作业）MLE、MAP和贝叶斯估计证明经验风险最小化等价于极大似然估计（在特定条件下）证明结构风险最小化与最大后验概率等价
Rlin_by·2022-12-12 14:16

机器学习（0）：机器学习概述及基本概念

虽然之前粗略的学过一点皮毛，但是当初笔记做的实在不好，这次趁着看吴恩达老师的机器学习教学视频以及李航老师的《统计学习方法》，重新整理一下自己的笔记，同时也是整理一下自己的思路。
棉花糖灬·2022-12-11 18:27

结合openCV学习DIP之机器学习CNN

并且以此为依据可以从其他未知图像中检测出相似或相同的该对象A.在特征提取上,传统的图像处理都是自行设计提取固定特征的算子,在深度学习上主要是利用CNN网络来广泛的提取图像的特征.笔记以吴恩达课程为基础,全面介绍机器学习相关术语,再以李航《统计学习方法
Heisenberg-·2022-12-11 16:52

统计学习方法 李航 课后习题答案 第二版 机器学习

李航《统计学习方法》课后习题答案（第2版）【李航课后习题解答+书中疑点推导+算法代码实现+可私聊耐心解答(48小时内回复)，包会！！】
#苦行僧·2022-12-11 13:12

西瓜书研读——第三章 线性模型：线性几率回归（逻辑回归）

西瓜书研读系列：西瓜书研读——第三章线性模型：一元线性回归西瓜书研读——第三章线性模型：多元线性回归主要教材为西瓜书，结合南瓜书，统计学习方法，B站视频整理~人群定位：学过高数会求偏导、线代会矩阵运算、
猛男技术控·2022-12-11 01:43

用python写多项式拟合_多项式最小二乘法拟合的python代码实现

最近学习李航《统计学习方法》，在github上找到了这本书对应的源码，决定自己跟着敲一敲代码，也感谢代码的贡献者，链接如下：https://github.com/fengdu78/lihang-codegithub.com
weixin_39637256·2022-12-11 00:21

统计学习方法中GDBT简单实现

模型：加法模型、每个基学习器为CART回归树桩损失函数：平方误差迭代停止条件：基学习器数达到上限、或整体误差低于设定值importnumpyasnpimportmathimportmatplotlib.pyplotasplt#准备数据x=np.arange(1,11,1)threshold=np.linspace(1.5,9.5,num=9)y=np.array([5.56,5.70,5.91,6
围炉夜谈·2022-12-10 16:19

“上帝的算法”——EM

相比《统计学习方法》、《机器学习》来说，《数学之美》没有那么多的公式理论，全是科普性质的（开拓眼界），其中也不乏一些数学原理的解释，通俗易懂。
我曾经被山河大海跨过·2022-12-10 15:35

感知机对偶算法

知识源于——《统计学习方法（第二版）》李航感知机（perception)一种二分类的线性分类模型。输入为实例的特征向量，输出为实例的类别（二分类类别为-1，+1二值）。
木北鲜生·2022-12-10 08:03

多模态信息抽取（一）——融合知识图谱和多模态的文本分类研究（论文研读）

实体特征表示2.3图像特征表示2.4输入层2.5训练与分类3实验3.1数据集与评价方法3.2实验环境与模型参数3.3对比实验结果与分析4结术语参考文献:摘要：传统文本分类方法主要是基于单模态数据所驱动的经验主义统计学习方法
椒椒。·2022-12-10 00:54

人工智能 - 扩展阅读

illustrated-transformer2.AttentionIsAllYouNeed：https://arxiv.org/abs/1706.03762神经网络入门1.CS231n系列CS231n课程笔记翻译：反向传播笔记-知乎统计学习方法
JYCJ_·2022-12-09 17:43

机器学习之高斯混合模型(GMM)及python实现

本章节内容参考了李航博士的《统计学习方法》本节不同之处在于分析讨论了多维度空间的高斯混合模型1高斯混合模型推导1.1高斯混合模型定义：高斯混合模型是指具有如下形式的概率分布模型：p(y∣θ)=∑k=1Kαkϕ
董蝈蝈·2022-12-09 11:53

机器学习入门必读书籍——李航《统计学习方法》（文尾免费领取）

《统计学习方法》是计算机及其应用领域的一门重要的学科。
无知红·2022-12-08 16:47

基于统计学习方法的自然语言处理概述

NLP课程（一，NLP概述和应用场景）AI工程师核心技能：现实生活中问题—>数学优化问题—>通过合适的工具来解决。whatisNLPNLP=NLU+NLG·NLU：语音/文本-->意思（understanding）·NLG:意思—>文本/语音(generate)NLPisHarder(vsComputerVision)Multiplewaystoexpress:(多语一意)·凯美瑞是日本人设计的·
子颠三号倒四·2022-12-08 15:43

机器学习--感知机学习算法

以下只给出了感知机算法的Python代码实现，想从头开始了解机器学习以及感知机模型的推荐李航老师的统计学习方法蓝宝书感知机算法原始形式#感知机(原始形式)importnumpyasnp#创建测试集，包含三个实例点和两个类别
weixin_45752264·2022-12-08 12:23

神经网络中的Regularization和dropout

1正则化机器学学习中的正则化相关的内容可以参见李航的书：统计学习方法。参阅者可以先了解有关的内容。正则化是用来降低overfitting（过拟合）的，减少过拟合的的其他方法有：增加训练集数
这孩子谁懂哈·2022-12-07 18:55

EM算法例子

参考：统计学习方法EM算法的一个例子_陈嘟嘟cc的博客-CSDN博客_em算法应用实例#EMalgorithm#coinA,B,C;#coinAfrontprobabilityisphi,backprobabilityis1
Goodness2020·2022-12-07 12:57

【机器学习】提升方法AdaBoost二分类例题 C++实现

题目来源：统计学习方法（第二版李航）第八章第一节AdaBoost例子实现P158题目：给定如图所示训练数据集。假设弱分类器由xv产生，其阈值v使该分类器在训练数据上分类误差率最低。
ayitime·2022-12-07 12:25

《统计学习方法》学习笔记 第十三章 无监督学习概论

目录13.1无监督学习基本原理13.2基本问题13.3无监督学习三要素13.4无监督学习方法13.1无监督学习基本原理无监督学习是从无标注的数据中学习数据的统计规律或者说内在结构的机器学习，主要包括聚类、降维、概率估计。无监督学习可以用于数据分析或者监督学习的前处理。无标注数据U={x1,x2,...,xN}U=\{x_1,x_2,...,x_N\}U={x1,x2,...,xN}模型①函数z=g
LittleFish0820·2022-12-07 10:15

深度学习入门资料分类汇总（持续更新）

机器学习资料入门课程-斯坦福CS229课程《统计学习方法》李航DeepLearning入门资料深度学习工程师微专业-一线人工智能大师吴恩达亲研-网易云课堂斯坦
刀客塔辛·2022-12-07 05:10

统计学习方法 李航 课后习题答案 第二版 机器学习

李航《统计学习方法》课后习题答案（第2版）【李航课后习题解答+书中疑点推导+算法代码实现+可私聊耐心解答(48小时内回复)，包会！！】
#苦行僧·2022-12-05 16:25

一张图掌握SVM——支持向量机

前言：笔者在学习SVM的过程中找了很多书籍、资料以及学习笔记，但是感觉看起来都云里雾里莫名其妙，始终不得要领，最近在看《统计学习方法》---李航---清华大学出版社---ISBN978-7-302-27595
科学元某人·2022-12-05 11:24

KNN在Mnist上的实现

KNN在Mnist上的实现原理博客：统计学习方法|K近邻原理剖析及实现|Dodo(pkudodo.com)数据集：Statistical-Learning-Method_Code/Mnistatmaster
Sky_codes·2022-12-05 10:12

《统计学习方法》读书笔记第2章：感知机

第二章：感知机感知机（perceptron）于1957年由Rosenblatt提出，是神经网络与支持向量得基础。其输入为实例得特征向量，输出为实例得类别，是二类分类的线性分类模型，属于判别模型。感知机的学习旨在求出将训练数据进行线性划分的超平面，为此，导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。模型感知机定义假设输入空间（特征空间）是X∈Rn\it{X}\in{R
xcj～·2022-12-04 13:00

感知机模型学习笔记及Python实现

最近刚接触李航博士的《统计学习方法》，还是挺赞的一本书，特别适合机器学习初学者的入门。里面主要阐述机器学习中的几大经典模型的理论方面，包括感知机、kNN、决策树、朴素贝叶斯、逻辑回归、SVM等。
wangxin0314·2022-12-04 13:27

《统计学习方法》读书笔记——感知机（原理+代码实现）

传送门《统计学习方法》读书笔记——机器学习常用评价指标《统计学习方法》读书笔记——感知机（原理+代码实现）《统计学习方法》读书笔记——K近邻法（原理+代码实现）《统计学习方法》读书笔记——朴素贝叶斯法（
郭义臣·2022-12-04 13:53

统计学习方法笔记，第二章感知机的python代码实现

实现的比较粗糙，代码如下：classPerceptron:importnumpyasnpdef__init__(self,w=0,b=0,lr=1,epoch=100):self.weight=wself.bias=bself.lr=lr#lr:learningrateself.epoch=epochdefsign(self,x):ifnp.dot(np.array(self.weight),x)
努力学挖掘机的李某某·2022-12-04 13:23

李航《统计学习方法》学习笔记及python实现：第二章 感知机

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，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，属于判别模型。感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。模型假设输入空间（特征空间）是x⊆Rn，输出空间是Y＝{+1,-
XB_please·2022-12-04 13:48

NNDL 实验五 前馈神经网络 （3）鸢尾花数据集

DataLoader进行封装4.5.3模型构建4.5.4完善Runner类4.5.5模型训练4.5.6模型评价4.5.7模型预测思考题总结参考：深入研究鸢尾花数据集画出数据集中150个数据的前两个特征的散点分布图：【统计学习方法
喝无糖雪碧·2022-12-04 09:14

1.3 统计学习方法的三要素

1.3统计学习方法的三要素监督学习的三要素模型策略无监督学习统计学习方法的三要素为模型+策略+算法监督学习的三要素模型假设空间(HypothesisSpace）：所有可能的条件概率分布或决策函数，用F\
是我樂樂呀·2022-12-03 13:30

NLP之基本介绍

研究方向自然语言处理自然语言处理的目标算法相关工作业务型研究型算法工程师需要的技能关于算法的学习NLP面临的困难NLP的发展历程图灵测试NLP发展现状深度学习发展历程第一代神经网络（1958~1969）第二代神经网络（1986~1998）统计学习方法的春天
人工智能有点·2022-12-03 08:04

统计学习方法 | 第1章 统计学习方法概论

第1章统计学习方法概论1．统计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、非监督学习、半监督学习和强化学习。
weixin_30352645·2022-12-02 13:26

EM算法原理和实现的学习总结

我对EM算法的理解过程经历了如下几个阶段：看《统计学习方法》上的第9章EM算法及其推广，对EM算法需要解决的问题和原理有了一个初步的印象；（这个时候其实并不是完全明白）根据EM算法整理及其pytho
ForcedOverflow·2022-12-02 13:55

java em算法_关于EM算法原理的分析与理解（Python实现）

本文的计算公式出自《统计学习方法》，写这篇文章主要是想把自己对这个算法的思路理清，并把自己的理解记录下来，同时分享出来，希望能够帮助到打算入门机器学习的人。
山林公子·2022-12-02 13:55
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他