统计学习

【机器学习笔记】《统计学习方法》第五章 决策树+ID3算法+C4.5+CART算法(未完结)

主要参考书目《统计学习方法》第2版，清华大学出版社参考书目MachineLearninginAction,PeterHarrington用于考研复试笔记，所以写的很简洁，自己能看懂就行。
Baolar_Code·2021-01-26 01:48

【留言送书】SIGAI创始人全新力作，程序员想要学好数学，从认真读这本书开始...

相信不少读者在学习《深度学习》、《统计学习方法》、《PatternRecognitionandMachineLearning》等经典教材以及阅读本领域论文、开源代码的时候都曾经为那些数学符号和公式、定理感到困惑和苦恼
l7H9JA4·2021-01-25 21:35

机器学习（1）泛化误差上界的实现及分析

参考文献是李航老师写的《统计学习方法》。简单引出泛化误差是什么。对于任意给定的数据，选定模型对数据监督学习，得到学习后的模型，并使用此模型对新样本预测，以便对新数据、新样本预测分析。
ProfSnail·2021-01-25 00:02

EM算法

参考资料：李航《统计学习方法2》；从最大似然到EM算法浅解阅读本文需要有基本机器学习知识背景问题：具有隐变量的MLE（极大似然估计）难点：隐变量的出现，导致普通求极值点的方法可能难以求解；如下，可以看到出现和或者积分的
cyz0202·2021-01-24 01:32

示例

Java基本语法3、掌握条件语句4、掌握循环语句学习时间：提示：这里可以添加计划学习的时间例如：1、周一至周五晚上7点—晚上9点2、周六上午9点-上午11点3、周日下午3点-下午6点学习产出：提示：这里统计学习计划的总量例如
心音子谦·2021-01-15 19:17

GBDT原理分析以及XGBoost代码实践

GBDT是以分类树或者回归树作为基本分类器的提升方法，它被认为是统计学习中性能最好的方法之一。在深度学习兴起和流行之前，GBDT是公认效果最出色的几个模型之一。
HaloZhang·2021-01-14 12:01

组队学习笔记Task1：论文数据统计

数据分析第一次组队学习笔记——Lizzy@DatawhaleTask1：论文数据统计学习主题：论文数量统计（数据统计任务），统计2019年全年，计算机各个方向论文数量；学习内容：赛题理解、Pandas读取数据
Lizzy_0323·2021-01-13 21:06

学术前沿趋势分析_学习_论文数据统计

论文数据统计学习记录任务说明分析说明1.获得方法：**==使用python爬虫爬取数据集==**2.这里**==使用正则化加以限制==**3.判断数据是否存在4.json文件的设置及使用方法4.1.用json
Starrylun_123·2021-01-13 10:57

李航《统计学习方法》例2.12感知机学习算法的对偶形式——实现代码

例2.2数据同例2.1,正样本点是x1=(3,3)T,x2=(4,3)T,负样本点是X3=(1,1)T,试用感知机学习算法对偶形式求感知机模型。暂时：#2020.01.11Byyangbocsuimportnumpyasnpimportmatplotlib.pyplotasplt#2.2(对偶形式)#pythonx=np.array([[1,1],[4,3],[3,3]])y=np.array([
赶路人_95HZ·2021-01-13 09:24

李航《统计学习方法》例2.1 感知机学习算法的原始形式——实现代码

#2020.01.11Byyangbocsu例2.1如图2.2所示的训练数据集，其正实例点是x1=(3,3)T,x2=(4,3)T，负实例点是:x3=(1,1)"，试用感知机学习算法的原始形式求感知机模型f(x)=sign(wx+b)。这里，w=(w(1),w(2))T",x=(x(1),x(2))T。参考代码：#2020.01.11Byyangbocsuimportnumpyasnpimport
赶路人_95HZ·2021-01-11 10:35

《统计学习方法》-读书笔记汇总贴（汇总24/27）

文章主要用来记录学习李航老师《统计学习方法（第二版）》的学习笔记，主要根据课本内容来，初步打算按照章节目录将知识点慢慢整理，希望能互相学习，共同提高！
及时行樂_·2021-01-09 18:36

kmeans中的k的含义_实战 | KMeans 聚类算法

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
南辰以北·2021-01-06 18:42

kmeans中的k的含义_【白话机器学习】算法理论+实战之KMeans聚类算法

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
水木年华8·2021-01-04 06:46

调用kmeans_KMeans聚类算法详解

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
Llenlleawg·2021-01-04 06:44

要想尽一切办法去完成目标

我当时只是随便在网上搜了下，发现大家都在推荐李航的《统计学习方法》书，我就买了这本书开始啃，里面讲的大量的公式推导，让我从入门到放弃不到一周。从那开始到现在，大概两年的
冰冻三尺go·2021-01-03 23:24

统计学习方法第二十章作业：潜在狄利克雷分配 LDA 吉布斯抽样法算法 代码实现

潜在狄利克雷分配LDA吉布斯抽样法算法importnumpyasnpimportjiebaclassLDA:def__init__(self,text_list,k):self.k=kself.text_list=text_listself.text_num=len(text_list)self.get_X()self.NKV=np.zeros((self.k,self.word_num))sel
算法只是工具·2021-01-01 22:26

Java实现Word/Pdf/TXT转html的示例

本人主要从事网络课程模块,主要做课程分类,课程,课件的创建及在线学习和统计的功能,因为课件涉及到多种类型,像视频,音频,图文,外部链接及文档类型.其中就涉及到一个问题,就是文档型课件课程在网页上的展示和学习问题,因为要在线统计学习的课程
·2020-12-28 13:00

在深度学习方面的一点小建议

我至今为止看的最详细的书就是李航的《统计学习方法》，而且没有对其中的算法进行实践。经常陷入一个误区，就是不断的搜集资料，觉得要
志在nlp·2020-12-25 23:06

9周系统学完李航《统计学习方法》！

李航的《统计学习方法》可以说是机器学习的必学宝典了！许多互联网企业的面试、笔试题目都参考这本书。这本书第一版就包含了众多主要的监督学习算法与模型，通过作者6年时间的努力，第二版也已正式发布！
严小样儿·2020-12-23 11:00

python生成正态分布矩阵_统计学习 | 矩阵正态分布 (matrix normal distribution)

前言：在机器学习和统计学习中，正态分布的身影无处不在，最为常见的是标准正态分布和多元正态分布(multivariatenormaldistribution)，两者分别作用于标量(scalar)和向量(vector
weixin_39816024·2020-12-19 10:03

朴素贝叶斯代码_李航统计学习方法：第四章 朴素贝叶斯 ( 含有笔记、代码、注释 )...

分类问题①日常生活中我们每天都进行着分类过程。②例如：当你看到一个人，你的脑子下意识判断他是学生还是社会上的人。走在路上，对身旁的朋友说"这个人的父母有教养"之类的话。分类数学描述①从数学角度来说，分类问题可做如下定义：已知集合和，映射规则y=f()，使得任意有且仅有一个，使得成立。②其中：I叫做特征集合。C叫做类别集合，其中每一个元素是一个类别。f叫做分类器。注：分类算法的任务就是构造分类器f。
weixin_39897127·2020-12-16 21:14

机器学习课件_李航《统计学习方法》第 2 版发布完整课件！清华教授出品！附完整下载...

红色石头的个人网站：红色石头的个人博客-机器学习、深度学习之路www.redstonewill.com李航的《统计学习方法》可以说是机器学习的入门宝典，许多机器学习培训班、互联网企业的面试、笔试题目，很多都参考这本书
weixin_39855186·2020-12-15 14:02

spss正态性检验_R笔记：正态分布的检验

转自个人微信公众号【Memo_Cleon】的统计学习笔记：R笔记：正态分布的检验。正态分布的检验方法有很多，我们在>做过介绍，本文介绍的R软件的检验。每种方法在R中都有很多程序包可以实现。
weixin_39622521·2020-12-09 06:53

从朴素贝叶斯的角度推导logistic模型

虽然还没开启研究僧生活，但是应导师要求，提前学习一点机器学习知识，于是最近在啃李航博士写的《统计学习方法》第二版（还得好好补一下数学啊！），顺便吐槽一
可以叫我马同学·2020-12-05 21:10

统计学习方法第二版无监督学习视频课上线了！...

说起机器学习最响当当的书籍，李航博士的《统计学习方法》一定是榜上有名了！许多互联网企业的面试、笔试题目，都参考这本书。
weixin_39980841·2020-11-30 21:21

python实现概率论与数理统计_机器学习数学基础：数理统计与描述性统计

不错过Datawhale干货作者：吴忠强，Datawhale优秀学习者所谓机器学习和深度学习，背后的逻辑都是数学，所以数学基础在这个领域非常关键，而统计学又是重中之重，机器学习从某种意义上来说就是一种统计学习
西西里的小裁缝·2020-11-27 16:18

matlab用幂法求特征值与特征向量_【科普】如何正确理解特征值与特征向量

为了以后学习统计学习方法更方便，在此记录下学习文章以加深理解。
weixin_39778150·2020-11-20 01:28

【统计学习方法算法实现】一、感知机学习算法 2. 对偶形式

《统计学习方法》——算法实现一、感知机学习算法2.对偶形式对偶形式的基本想法是，将www和bbb表示为实例xix_ixi和标记yiy_iyi的线性组合的形式，通过求解其系数而求得www和bbb。
你的宣妹·2020-11-18 23:30

李航《统计学习方法》第2版 第6章 Python编程逻辑斯谛回归与最大熵模型 实现mnist数据集分类

（参考深度之眼dodo老师代码，代码注释中有老师博客地址）逻辑斯谛回归模型（学习算法：梯度下降）#coding=utf-8#Author:Dodo#Date:2018-11-27#Email:[email protected]#Blog:www.pkudodo.com'''数据集：Mnist训练集数量：60000测试集数量：10000----------------------------
#苦行僧·2020-11-17 21:08

机器学习数学基础：随机事件与随机变量

机器学习数学基础：随机事件与随机变量所谓机器学习和深度学习，背后的逻辑都是数学，所以数学基础在这个领域非常关键，而统计学又是重中之重，机器学习从某种意义上来说就是一种统计学习。
拒绝气泡·2020-11-16 23:26

统计学习01：数据类型与常见统计指标

目前计划：打基础阶段先看冯国双老师的《白话统计》，之后进行深入学习（李航老师的《统计学习方法》蛮多推荐的，之后了解下）此外遇到示例绘图等操作，主要基于R(3.61)要点一：统计资料类型classification
小贝学生信·2020-11-15 10:45

李航《统计学习方法》第2版 第5章课后习题答案

习题5.1题目：根据表5.1所给的训练数据集，利用信息增益比（C4.5算法）生成决策树.习题5.2题目：已知下表所示的训练数据，试用平方误差损失准则生成一个二叉回归树."""编程实现书本89页习题5.2算法：最小二乘回归树生成算法准则：平方误差最小化"""#-*-coding:utf-8-*-importnumpyasnpimportmatplotlib.pyplotasplty=np.array
#苦行僧·2020-11-12 23:39

李航《统计学习方法》第2版 第4章课后习题答案

习题4.1习题4.2这里先验为什么设为狄利克雷，后面接着有我总结的解释贝塔分布与狄利克雷分布，以及贝叶斯估计的先验设为狄利克雷分布的原因。也可参考文末链接（第一个链接讲的挺通俗易懂）。这里解释一下贝塔分布与狄利克雷分布：举个简单的例子说明为什么贝叶斯估计中的先验分布设为狄利克雷分布：参考链接：狄利克雷分布讲解Beta分布与贝叶斯估计狄利克雷分布与贝叶斯估计关于朴素贝叶斯代码编程实现参考链接：李航《
#苦行僧·2020-11-11 23:39

李航《统计学习方法》第2版 第2章课后习题答案

习题2.1题目：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。习题2.2题目：模仿例题2.1，构建从训练数据集求解感知机模型的例子。解：这里用python代码分别实现一下感知机学习算法的原始形式与对偶形式原始形式："""感知机(原始形式)：实现书本P40页例题2.1"""importnumpyasnpimportmat
#苦行僧·2020-11-09 11:20

李航《统计学习方法》第2版 第1章课后习题答案

习题1.1题目：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。
#苦行僧·2020-11-07 19:16

统计学习方法第二章 感知机 学习笔记

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。感知机学习算法具有简单而易于实现的优点，分为原始形式和对偶形式。于1957年由Rosenblatt提出，是神经网络与支持向量机的基础。2.1感知机模型假设输入空间（特征空间）是，输出空间是。输入表示实例的特征向量，对应于输入空间（特征空间）的点；输出表示实例的类别。由输入空间到
学软件的小垃圾·2020-11-06 12:35

使用scipy求解带约束最优化问题

在看李航老师的《统计学习方法》时，想把例7.1通过代码实现，有了这篇博客。
洛阳山·2020-10-29 16:08

成长秘籍｜程序员节快乐，高德技术大佬荐书（含福利）

《战神粟裕》、《TheIdeaFactory:BellLabsandtheGreatAgeofAmericanInnovation》、《超级版图》、《统计学习基础》、《重构：改善既有代码的设计（第2版）
高德技术·2020-10-24 10:40

《统计学习方法》之 朴素贝叶斯 读书笔记

（本篇文章主要基于《统计学习方法》进行讲解）先前知识我们先举出一个训练集，便于接下来举例讲解，如下图1，该例子来源于《统计学习
亚你好瑟瑟·2020-10-23 23:06

逐步回归选取特征及GAM模型的使用==college数据集（统计学习导论）

Content统计学习导论习题chapter7EX-10问题复现【问题分析一】逐步回归选取特征基于逐步回归分析的特征选择逐步回归分析的python实现【问题分析二】GAMGAM的python实现GAM模型
SIHENG HUANG·2020-10-23 11:10

面试题汇总2（吐血整理）

2021届校招算法岗知识点总结：机器学习基础统计学习方法（LR，SVM，EM，最大篇，集成学习等），值得反复看好几遍，每一遍都会加深理解；尤其是学习理论：贝叶斯决策理论/假设空间概念/经验风险，结构风险
一种tang两种味·2020-10-18 20:32

《统计学习》--统计学习及监督学习概论

统计学习及监督学习概论简介概论主要叙述统计学习的一些基本概念，对统计学习有个初步了解，个人是先读了后面的章节，发现第一章才是最重要的，故重点介绍。
汪汪军师·2020-10-14 20:37

李航老师《统计学习方法》第二版第十章课后题答案

10.1使用后向算法计算P(O∣λ)P(O|\lambda)P(O∣λ)解：话不多说，上代码，自己写的，通用版，看到网上有多个不同版本的答案，还都是手算的，很佩服这些大佬的耐心，那么多的小数，一点点的算。第一个函数Bw_Recurrent(A,B,start_p,list_observation)为后向算法，名字里面的Bw表示BackWards#-*-coding:utf-8-*-importnu
六七～·2020-10-13 20:25

k近邻算法原理以及代码

虽然在《统计学习方法》中只讨论他的分类问题，但是其实回归问题也与分类问题类似。k近邻算法在我看来就是一个近朱者赤，近墨者黑的算法。一.模型KNN没有显式的学习过程，它不像感知机需要学习得到一个超平
Alter__·2020-10-13 17:05

2018年2月20日

另外青训刷出来一个叫黄驰的中国天才少年，感觉未来几年又有动力了【x期间想看看统计学习基础，但是放假时完全看不下去。所以假期时还是乖乖放纵一下自己比较好……？
真昼之月·2020-10-11 12:49

机器学习：SVM（支持向量机）原理推导

本篇将详细介绍SVM的原理推导过程，包括线性、近线性、非线性、优化方法等，大量思想都源自于《统计学习方法》和刘顺祥《零基础入门python数据挖掘与分析》。
尹某某·2020-10-09 13:19

概率论与数理统计学习笔记（2）——联合概率、条件概率与边缘概率

这篇文章主要是从一个直观的概念上讲解联合概率、条件概率与边缘概率。主要是之前看了篇论文，用的SO-PMI算法，然后我就恶补了一下联合概率。本篇博客采用的参考书是《程序员的数学2概率统计》。目录联合概率边缘概率条件概率参考这里先画一个程序员的数学上面的图，方便后续阐述，图没有书上那么好看，凑合一下：红色部分代表住宅，白色部分代表工厂，蓝色部分代表农田。左边是A县，中间是B县，右边是C县。我发现国外的
在秃顶的边缘疯狂试探·2020-10-08 22:52

NLP面试题汇总1（吐血整理）

统计学习方法笔记当正负样本极度不均衡时存在问题！比如，正样本有99%时，分类器只要将所有样本划分为正样本就可以达到99%的准确率。但显然这个分类器是存在问题的。
一种tang两种味·2020-10-08 09:11

李航老师《统计学习方法》第二版第十一章课后习题答案

11.1、写出图11.3中无向图描述的概率图模型的因子分解式。解：根据最大团的定义可知，该最大团共有两个最大团，李航老师的书上也指了出来。分别是：c1=(Y1,Y2,Y3),c2=(Y2,Y3,Y4)c_{1}=(Y_{1},Y_{2},Y_{3}),c_{2}=(Y_{2},Y_{3},Y_{4})c1=(Y1,Y2,Y3),c2=(Y2,Y3,Y4)那么根据Hammersley-Cliffor
六七～·2020-10-05 16:23

[强基计划] 统计学习方法以及监督学习方法的讨论

统计学习以及监督学习的讨论1.1统计学习学习的定义是什么呢？HerbertASimon认为，如果一个系统能够通过执行某个过程改善它的性能，那么这就是学习。
zxymic·2020-09-28 15:19
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他