统计学习

2021年秋 中科大统计学习（刘东老师） 期末考试题回忆

其实考完试在校车上就怀着悲愤的心情写下考题回忆了，但直到今天才发布是因为出成绩实在是有点晚。考完试大家都哀号遍野，我甚至以为我要挂科了（我考的很惨），但出成绩后发现老师给分还是相当手下留情了，我居然考到了80分以上；周围的同学也都做的很差，但都是80多分。总分=期末考试50%+大作业30%+平时作业20%题目回忆一、判断20题，20分，基本都是问卷上的。二、大题1、给出伯努利分布，证明伯努利分布属
ctrl A_ctrl C_ctrl V·2022-03-12 07:16

政企单位在线学习考试网站搭建源代码

最近单位需要组织一次党员培训考试，花了好几万买了一套学习系统，免费分享给大家，视频点播可以统计学习进度，也可以组织在线考试，直播和支付功能我们没用到，分享给有需要的人我在这里展开说一些功能，更多功能有需要的可以下载研究哦
·2022-03-11 17:06

mysql描述性统计函数,机器学习数学基础：数理统计与描述性统计

所谓机器学习和深度学习，背后的逻辑都是数学，因此数学基础在这个领域很是关键，而统计学又是重中之重，机器学习从某种意义上来讲就是一种统计学习。
联想小新笔记本·2022-03-10 07:30

一文彻底理解逻辑回归：从公式推导到代码实现

如果你觉得本文确实对你有帮助，请点个赞支持我一下吧正文逻辑回归在社会和自然科学中应用非常广泛，它其实是一种统计学习方法，因为它的
Marvin-wen·2022-03-04 21:00

一文彻底理解逻辑回归：从公式推导到代码实现

如果你觉得本文确实对你有帮助，请点个赞支持我一下吧正文逻辑回归在社会和自然科学中应用非常广泛，它其实是一种统计学习方法，因为它的
Marvin-wen·2022-03-04 21:00

隐马尔可夫模型（《统计学习方法》、python实现）

转载地址：http://www.hankcs.com/ml/hidden-markov-model.html本文是《统计学习方法》第10章的笔记，用一段167行的Python代码实现了隐马模型观测序列的生成
learn_tech·2022-03-04 07:08

机器学习之用sklearn实现knn

K近邻的详细算法，建议参考李航老师的统计学习方法。
倔强的石头。·2022-03-03 07:35

支持向量机核函数

支持向量机是建立在统计学习理论基础之上的新一代机器学习算法，支持向量机的优势主要体现在解决线性不可分问题，它通过引入核函数，巧妙地解
薪升贷农名工·2022-03-01 07:13

卷积神经网络学习小结——1基本概念与单层神经网络实现

疫情严重，待在家中无事，回想研究生生活已经转眼过去半年，然而买的李航的《统计学习方法》这本书还没有看，想到同门关于CNN的文章都快要发了，所以学习了一点关于卷积神经网络（Convolutionnetwork
wendamao·2022-03-01 07:43

统计学习基础:数据挖掘、推理和预测_数据挖掘——智能财务进阶之梯（含视频、PPT）...

6月20日，由上海国家会计学院主办，用友、元年科技、中兴新云、金蝶集团、浪潮集团联合主办的“信息技术赋能会计融合创新”高峰论坛暨2020年影响中国会计人员的十大信息技术评选结果发布会在上海国家会计学院国际会议中心顺利举行，本次论坛揭晓了2020影响中国会计从业人员的十大IT信息技术的评选结果，并邀请各界嘉宾对入选的十项当前影响的信息技术和五项潜在影响的信息技术进行深入解读。数据挖掘技术在本次评选中
weixin_39806948·2022-02-28 15:35

《统计学习方法》文章汇总

记录重看李航《统计学习方法》的总结和复现。2020的flag就是总结完这一系列嘤嘤嘤嘤第二章感知机学习算法https://www.jianshu.com/p/d96c39610313
木一易一·2022-02-22 05:16

《统计学习方法》阅读笔记

还是要多读书，那么来认真阅读一下，统计学习方法这本书吧我滴小笔记：数据采样：https://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.interp1d.html
PolarBearWYY·2022-02-21 13:18

统计学习

《统计学导论——基于R语言》学习笔记（Ch01-02）Chapter1引言1.1统计学介绍统计学习（StatisticLearning），是一套以理解数据为目的的庞大的工具集。
__Nanaaaaa·2022-02-21 10:49

电子科技大学 大二上 机器学习导论 期末复习题目录

具体已整理在线下笔记本中，这里只提供例题目录关键索引词：电子科技大学UESTC成电信软数字动漫机器学习统计学习方法机器学习导论期末考试题目时间少就直接做题了所有作业已包含所有课本题已包含所有课后习题已包含第一次作业已包含第二次作业已包含第三次作业已包含第四次作业已包含第五次作业已包含第六次作业已包含第七次作业已包含一共
ani0vo·2022-02-19 07:54

资料推荐

《统计学习方法》李航著。该书比较详细地介绍了算法的原理，只从理论层面来研究算法。通过这本书和《机器学习实战》两本书相结合，一本讲理论，一本着手实践，加在一起会有事半功倍的效果。3.
readilen·2022-02-19 01:42

机器学习的一些概念

--《机器学习（西瓜书）》关于监督学习，李航《统计学习方法》是这样描述的：从给定的、有限的、用于学习的训练数据集合出发，假设数据是独立同分布产生的；并且假设要学习的模型属于某个函数的集合，称为假设空间；
小T数据站·2022-02-19 00:28

深度学习Tensorflow相关书籍推荐和PDF下载

1.机器学习入门经典《统计学习方法》pdf下载链接:https://pan.baidu.com/s/1o99BsV4密码:b2ul2.周志华的《机器学习》pdf下载链接:https://pan.baidu.com
baihualinxin·2022-02-18 13:05

初识机器学习_你需要知道的基本概念罗列_以PY为工具

机器学习(machineleaning)也称统计学习(statisticallearning)。
侯小啾·2022-02-18 07:20

ISLR统计学习概论（三）：线性回归之R语言代码实战

第二章线性回归2.1简单线性回归ISLR2库包含波士顿数据集，该数据集记录波士顿506个人口普查区的medv（房屋价值中值）。我们将使用12个预测变量，如rmvar（每户平均房间数）、年龄（平均房屋年龄）和lstat（低社会经济地位家庭的百分比），来预测medv。library(ISLR2)library(MASS)head(Boston)Adata.frame:6×14crimznindusch
ML_ypj·2022-02-17 07:20

性能评价指标(Precision, Recall, F-score, MAP)

：CSDN博客原文一：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
呼呼08·2022-02-17 01:21

【白话机器学习】算法理论+实战之支持向量机（SVM）

常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等无监督算法：聚类，降维，关联规则,PageRank等为了详细的理解这些原理，曾经看过西瓜书，统计学习方法
风度78·2022-02-16 07:30

统计学习：逻辑回归与交叉熵损失（Pytorch实现）

1.Logistic分布和对率回归监督学习的模型可以是概率模型或非概率模型，由条件概率分布\(P(Y|\bm{X})\)或决策函数(decisionfunction)\(Y=f(\bm{X})\)表示，随具体学习方法而定。对具体的输入\(\bm{x}\)进行相应的输出预测并得到某个结果时，写作\(P(y|\bm{x})\)或\(y=f(\bm{x})\)。我们这里的Logistic分类模型是概率模
orion-orion·2022-02-14 11:00

01月09日：一面

然后问我对ML的了解，我说看了Coursera的课和周志华西瓜书、李航的统计学习方法，然后针对
leobob·2022-02-13 08:28

sklearn中的支持向量机SVM（上）

它源于统计学习理论，是除了集成学习算法之外，接触到的第一个强学习器。从算法的功能来看，SVM囊括了很多其他算法的功能：从分类效力来讲，SVM在无论线性还是非线性分类中，都是明星般的存在。
momokofly·2022-02-13 07:24

经验风险、期望风险、结构风险

序本次记录内容包括机器学习中的三种类型的风险函数风险函数与损失函数的关系统计学习模型旨在假设空间中寻找最佳的模型，那么需要指定一个准则来作为模型选取的评判标准。因此引入了损失函数和风险函数。
0过把火0·2022-02-13 02:35

统计学习方法——修炼学习笔记19：马尔可夫链蒙特卡罗法

蒙特卡罗法也称统计模拟方法，是通过从概率模型的随机抽样进行近似数值计算的方法。马尔可夫链蒙特卡罗法是以马尔可夫链为概率模型的蒙特卡罗法。马尔可夫链蒙特卡罗法构建一个马尔可夫链，使其平稳分布就是要进行抽样的分布，首先基于该马尔可夫链进行随机游走，产生样本的序列，之后使用该平稳分布的样本进行近似数值计算。Metropolis-Hastings算法是最基本的马尔可夫链蒙特卡罗法。吉布斯抽样是更简单、使用
Sam_L·2022-02-11 17:08

EM算法在高斯混合模型应用的理解

高斯混合模型理论下面看一下高斯混合模型EM算法的理论（出自《统计学习方法》和西瓜书《机器学习》）。高斯混合模型的定义.PNG各个参数表示的意义。各个参数表示的意
牛顿学计算机·2022-02-11 16:20

统计学习方法 李航 决策树模型 python sklearn 实现 及课后习题

李航决策树（decision）是一种基本的分类与回归算法。决策树呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为定义在特征空间与类空间上的条件概率分布。其主要优点在于模型具有可读性，分类速度快。学习时，利用训练数据，根据损失函数最小化的原则建立决策树模型。预测时，对新的数据，利用决策树模型进行分类。决策树的学习通常包括三个部分：特征选择、
蒜苗爱妞妞·2022-02-11 16:16

李航统计学习--第一章统计方法概论

1.根据输入输出变量的不同类型，对预测任务进行不同的命名：1）input，output均为连续变量--------回归问题--函数拟合最常用的损失函数是：平方损失---最小二乘法求解回归问题例子：为市场趋势预测、产品质量管理、客户满意度调查，投资风险分析的工具股票价格预测2）output是有限个离散变量（输入可以离散可以连续）-------分类问题分类准确率对于二分类;指标：精确率precisio
HELLOTREE1·2022-02-11 15:47

7小时速成集成学习实录

信息来源主要依靠CSDN和《统计学习方法》，现简单整理一下有效内容便于后续复习。
清川kiyokawa·2022-02-11 12:22

统计学习方法 李航 贝叶斯模型 python sklearn 实现 及课后习题

李航：朴素贝叶斯（naivebayes）法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习学习输入输出的联合概率分布；然后基于此模型，对给定的输入X,利用贝叶斯定理求出后延概率最大的输入y。朴素贝叶斯法实现简单，学习效率高。python代码书中4.2例题importnumpyasnpclassbayes(object):def__init__(sel
蒜苗爱妞妞·2022-02-11 08:25

李航《统计学习方法》拾遗-朴素贝叶斯

记得之前在一次网易的笔试中，完全忘记了朴素贝叶斯的计算方法，这次决心要好好看一看，争取一遍就记住！朴素贝叶斯是典型的生成模型，因此我们要估计的是X和Y的联合概率分布P(X,Y)，估计联合概率分布，可以用我们之前学到的条件概率，即P(X=x|Y=ck)=P(X=x,Y=ck)/P(Y=ck)。这里，我们可以直接得到的就是P(Y=ck)，这被称为先验概率，在使用极大似然估计的情况下，我们可以认为样本集
文哥的学习日记·2022-02-09 05:08

Ridge Regression、Lasso Regression和Elastic Net Regression

所谓结构风险最小化，即李航《统计学习方法》中所讲到的，在经验风险（经验损失）最小化的基础上加上一个正则项或惩罚项。结构风险定义经验损失：可以理解为最小化损失函数，损失函数形式可为多种形式，如
专注吃喝五十年·2022-02-05 22:06

百面机器学习｜第三章经典算法知识点

第三章经典算法0、写在前面这一章我看了之后的感觉是，需要和《统计学习方法》——李航的书配合着一起看。这一章总共20页，讲了三个经典机器学习算法，而在统计学习方法中少则有50页去讲这三个算法。
蓝白绛·2022-02-05 11:23

小马哥周报-7月第4周

本周总结&工作重点：1.1【工作】需求安排1.2添加两个新的公司建立联系1.3招聘接受了几个朋友推荐新的设计师总群人数达184人1.4梳理PM工作表格7月工作记录表统计学习萝卜的安排人力方式2.
哔哔猫_小马哥·2022-02-04 15:40

统计学习方法 李航 最近邻模型 python sklearn 实现 及课后习题

算法特点简单地说，k-近邻算法采用测量不同特征值之间的距离方法进行分类。优点：精度高、对异常值不敏感、无数据输入假定缺点：计算复杂度高、空间复杂度高适用数据范围：数值型和标称型李航：K近邻法（k-nearestneighbor,k-NN）是一种基本的分类与回归的方法，1968年由Cover和hart提出。k近邻的输入为实例的特征向量，对应于特征空间的点，输出为实例的类别，可以取多类。k近邻假设给定
蒜苗爱妞妞·2022-02-03 13:56

我的10项精进 雪瓶老师早课《富兰克林自传》2021/12/14

雪瓶老师早课《富兰克林自传》2021/12/14/我的第一课笔记新知：1:谦虚放低自己的身价、多去看到别人的优点、分享更多有价值的2:次序每日坚持统计学习、健康、精力、情绪……帮助自己成长的一手资料、通过总结
豆豆_懂营养_爱运动·2021-12-22 09:52

【统计学习方法】第二章 感知机

感知机模型定位：感知机属于二分类模型/线性模型/非概率模型/判别模型回顾：统计学习三要素：模型+策略+算法算法原理模型输入空间/特征空间：X⊆RnX\subseteqR^nX⊆Rn输出空间：y∈y\iny
#Super Pig·2021-12-05 21:45

数据分析前期准备

基于戴戴戴师兄的视频常用工具ｅｘｃｅｌ推荐则秀老师的课程SQL《SQL必知必会》sqlzoo和牛客网刷题Tableau《商业仪表盘可视化解决方案》李航《统计学习方法》python《利用python进行数据分析
·2021-11-19 22:56

（笔记+代码+习题）统计学习方法第二章 感知机

一、机器学习的老祖宗——感知机感知机1957年由Rosenblatt提出，是神经网络与支持向量机的基础。是二类分类的线性分类模型，属于判别模型，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。训练数据集：线性可分（必存在超平面将训练集正负实例分开）学习目标：找到一个将训练集正、负实例点完全正确分开的超平面具体学习对象：
盒子先生KingO·2021-11-15 20:38

机器学习 - 隐马尔可夫模型

1隐马尔可夫模型-定义隐马尔可夫模型（hiddenmarkovmodel,HMM）是可用于标注问题[自动分词、词性标注、命名实体识别等]的统计学习模型，描述由隐藏的马尔可夫链随机生成观测序列的过程，属于生成模型
nlpming·2021-11-06 01:57

相似度 / 距离计算 (闵氏距离、马氏距离、相关系数、夹角余弦)

Ref:《统计学习方法》目录LpL_pLp距离(LpL_pLpdistance)/Minkowski距离(Minkowskidistance)马氏距离/马哈拉诺比斯距离(MahalanobisDistance
连理o·2021-10-14 20:20

最大熵模型 (maximum entropy model)

本文为《统计学习方法》的读书笔记目录最大熵原理最大熵模型的定义最大熵模型的约束条件最大熵模型的定义最大熵模型的学习约束最优化问题对偶问题(求解最大熵模型)最大熵模型的更一般形式小例子极大似然估计最大熵模型的极大似然函数最大熵模型的对偶函数极大似然估计与对偶函数极大化模型学习的最优化算法改进的迭代尺度法
连理o·2021-10-14 16:55

统计学习知识系列1——相关系数

杂谈最近在看complexnetworks,震惊于人家的综述100多页，能有将近300个公式，反观DL,ML，不得不说，DL真香哈哈哈。因为文章太难，公式看不懂，所以来学点统计学知识。先验知识在讲相关系数前，可以先再回顾一下协方差，我自己貌似也没很认真的学过协方差。统计学与质量051-相关性-自变量与因变量协方差(Covariance)看完这个视频后我又产生了一个新的问题，那就是为啥方差的分母是n
Daft shiner·2021-10-13 10:49

统计学习3：线性支持向量机(Pytorch实现)

学习策略软间隔最大化上一章我们所定义的“线性可分支持向量机”要求训练数据是线性可分的。然而在实际中，训练数据往往包括异常值(outlier)，故而常是线性不可分的。这就要求我们要对上一章的算法做出一定的修改，即放宽条件，将原始的硬间隔最大化转换为软间隔最大化。给定训练集\[\begin{aligned}D=\{\{\bm{x}^{(1)},y^{(1)}\},\{\bm{x}^{(2)},y^{
orion-orion·2021-10-12 21:00

统计学习方法（三） 朴素贝叶斯（naive Bayes）上

统计学习方法（三）朴素贝叶斯（naiveBayes）朴素贝叶斯是一个基于贝叶斯定理与特征条件独立假设的分类方法。
唐BiuBiu·2021-09-27 21:24

python实操作业

算法软件的初版软件调试通学习内容：1、完成训练样本的EXCEL2、完成PYTHON的操作使用学习时间：2021/9/16-9/17：完成参考案例的调试通过2021/9/18-9/19：完成实际案例的调试和测试学习产出：提示：这里统计学习计划的总量
任它明月下西楼·2021-09-16 13:15

机器学习(一)：绪论

在实际场景中，人们研究的重点是寻找合适的模型，正确的参数，以解决实际问题；在统计学中，机器学习又称做统计学习，研究的重点是推导原理，寻找新的方法，确保新的方法有科学，能够解释的原理，并且使结果更加精准。
Lhenin·2021-09-13 20:06

统计学习方法（二） K近邻（KNN）

第一节的感知机使用了一种做辅助超平面的方式来分类，K近邻也可以分类（可以回归，但不讨论），而且从数学思想上更加直观：简单来说就是预测样本距离哪个类别最近就分为哪一类。相比感知机，K近邻天然具有多分类的能力。另外，K近邻没有明显的“学习”过程。算法最主要的是如何设置距离的度量和分类决策规则。（说白了就是怎么算距离，算好了又怎么确定类别）原书中对于K近邻是这样说的：K近邻法的输入为示例的特征向量，对应
唐BiuBiu·2021-09-09 21:21

机器学习中的距离度量（python实现）

最近读《统计学习方法》的时候用到了各种距离，这里做一个小总结，并且用numpy实现一下。一般的距离度量使用欧氏距离，就是我们生活中最常用的距离概念。但也可以使用其他的度量方式。
唐BiuBiu·2021-09-09 17:54
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他