统计学习

支持向量机（五）——SMO算法

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]。
Herbert002·2020-09-27 17:38

《统计学习》--K近邻算法

KNN简介：k近邻法（KNN）是一种基本分类与回归方法。目前仅介绍分类部分。k近邻法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近邻法假设给定一个训练集，其中的实例类别已定。分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决等方式进行预测。因此，k近邻法不具有显示的学习过程。k近邻法实际上利用训练集对特征向量空间进行划分，并作为其分类的“模型”。k值
汪汪军师·2020-09-25 20:30

泛统计理论初探——初探MCMC采样和MH采样

统计学习-MCMC采样与MH采样简介初探MCMC采样方法和MH采样方法在之前介绍的文章中，我们介绍了基本的采样方法。
喷火龙与水箭龟·2020-09-19 09:04

拉格朗日乘数法求朴素贝叶斯的极大似然估计

-增益的回答-知乎2.李航,统计学习方法
卷雷·2020-09-17 14:41

信息检索的评价指标 precision recall F1 mAP NDCG MRR ROC

-准确率、召回率、F1、mAP、ROC、AUCLearningtoRankforIR的评价指标—MAP,NDCG,MRR信息检索的评价指标(Precision,Recall,F-score,MAP)《统计学习方法
哀酱·2020-09-17 13:00

《统计学习方法》隐马尔可夫模型 学习过程 Baum-Welch算法中几个公式的证明

证明P182页3.（1）中公式证明：首先明确上述公式中表示的是在参数下，生成的输出序列为，隐状态序列的第1个位置为，隐状态序列的第2到n个位置随便是什么都行的概率。所以表示成更清晰直观。因此，有证明P182页3.(2)中公式同3.(1)中给出的说明，其实表达的含义应该是，代表的是除了位置和位置之外的隐状态序列中其他位置的取值。因此，有证明P182页公式3.(3)公式同3.(1)中给出的说明，其实表
jijijix·2020-09-17 11:56

最全的Matlab工具箱免费分享

NumericalMethodswithMATLAB》(NMM1.5数值分析工具箱)http://www.matlabsky.com/thread-325-1-1.htmlDahuaLin《StatisticalLearningToolbox》(统计学习工具箱
谢鹏鹤·2020-09-17 09:06

决策树的一个python实现例子

统计学习方法中决策树（一种基本的分类与回归方法）的一个python实现例子：决策树的一个python实现例子
Ethan.bin·2020-09-17 05:58

k近邻法最简单的实现方法-线性扫描

k近邻法的原理在这就不再多说，可以参考李航老师的《统计学习方法》（第2版），这里直接展示用python实现k近邻最简单的实现方法-线性扫描。#!
Ethan.bin·2020-09-17 05:58

【系列一】频率派v.s.贝叶斯派

1.资料介绍1.1书籍推荐注：每本书各有侧重点，并没有一本书能全方位覆盖侧重于频率派——统计机器学习：李航《统计学习方法》周志华《机器学习》《elementsofstatisticallearning》
zwszws111·2020-09-17 04:07

机器学习经典必读书，李航《统计学习方法》出视频课了！

众所周知，AI行业里的技术大牛，微软亚洲研究院、华为诺亚方舟实验室等知名机构有着丰富的从业经历的李航博士，又出了“蓝宝书”《统计学习方法》第二版！
zenRRan·2020-09-17 03:18

Batch Norm

Coursera链接，网易云课堂官方授权搬运）系列中相关课程后的记录整理和一点思考1.什么是Batch-Norm首先，Batch-Norm（以下简称BN）是一种归一化的方法，不仅可以在深度学习中使用，在很多其他统计学习
紫金港浪里小白条·2020-09-17 02:46

概率与数理统计学习总结三--条件概率、全概率、贝叶斯、离散型随机变量

老师课堂总结，请勿转载条件概率设试验E的样本空间为S,A,B是事件,要考虑在A已经发生的条件下B发生的概率,这就是条件概率问题.1.定义:设A,B是两个事件,且P(A)>0,称为在事件A发生的条件下事件B发生的条件概率条件概率满足三个条件非负性：对于每一事件B有规范性：对于必然事件S，有可列可加性：设B1,B2,…是两两互不相容的事件，则另外，对于任意两个事件乘法定理由条件概率公式能迅速推知乘法定
海州湾·2020-09-17 01:31

【转载】SVM核函数

pos=22&tagId=0&orderByHotValue=1下列不是SVM核函数的是：A.多项式核函数B.logistic核函数C.径向基核函数D.Sigmoid核函数选B;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
海州湾·2020-09-17 01:31

sklearn机器学习：支持向量机(SMV)

关于支持向量机的原理部分本人阅读的是李航《统计学习方法》，自己也做了个学习笔记，移步线性可分支持向量机，线性支持向量机，非线性支持向量机与SMO算法。
成都往右·2020-09-16 23:59

隐马尔科夫模型HMM的前向算法和后向算法

最近重新看了一遍《统计学习方法》中第十章《隐马尔可夫模型》，更加觉得这本书有浅有深，简洁深刻。HMM模型有三个基本问题：概率计算问题，学习问题和预测问题。
Orange先生·2020-09-16 23:58

决策树补充+调参

文章来源：统计学习方法西瓜书https://www.cnblogs.com/pinard/p/6056319.html
上进的菜鸟·2020-09-16 23:09

广义线性模型分类

logistic回归模型logisticregression是统计学习中经典的分类算法，属于对数线性模型。
JacobV5·2020-09-16 21:07

《统计学习》--感知机（Perceptron）

一、感知机简介：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。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。感知机是一种线性分类模型。公式：x表示特征向量，y表示输出实例类别取值{-1，1}，可知感知机函数为：sign是符号函数：二、学习策略点到线的距离公式：延伸到点到超平面距离：忽略||w||分之一，就得到感知机的损失函数
汪汪军师·2020-09-16 21:36

机器学习——什么是机器学习？

机器学习是统计学、人工智能和计算机科学的交叉领域，也被称为预测分析或统计学习。它离我们并不远，今日头条、网上购物的推荐，又或是相册中相片的自动整合都有机器学习的身影。
vergilben·2020-09-16 14:07

JAVA操作Hadoop

此外目前我在gitHub上准备一些李航的《统计学习方法》的实现算法，目标将书内算法全部手打实现，欢迎参观并打星。
Dod_o_·2020-09-16 12:49

最小二乘法求解多项式系数

1原理统计学习方法21页2实现#n次多项式的拟合曲线y=a0+a1x+a2x^2+'''+anx^nimportnumpyasnpx_array=np.array([0,0.1111,0.2222,0.3333,0.4444,0.5556,0.6667,0.7778,0.8889,1
a_rose_for_tang·2020-09-16 01:39

LR逻辑斯回归分析（优缺点）

本文是在学习完李航老师的《统计学习方法》后，在网上又学习了几篇关于LR的博客，算是对LR各个基础方面的一个回顾和总结。一简述逻辑斯蒂回归是一种对数线性模型。
老司机的诗和远方·2020-09-15 23:03

【计划】2015下半年做些什么事情

1)对于高等数学大概比较快，统计分析有本书《统计学习方法·李航》还没看过，所以先吃掉这本。2)矩阵分析，以前搞过MATLAB，对于处理矩阵还是会一点的。
super阿利·2020-09-15 20:11

从《数学之美》到李航《统计学习方法》的隐马尔科夫模型及python实现课后习题

（前向算法与后向算法简化）3.1前向算法3.2后向算法四HMM的学习算法（模型训练求解模型参数）五HMM预测算法（维特比算法）六课后习题  主要对《数学之美》隐马尔科夫模型，维特比和他的维特比算法、《统计学习方法
李滚滚·2020-09-15 18:50

最小二乘回归树Python实现——统计学习方法第五章课后题

李航博士《统计学习方法》第五章第二题，试用平方误差准则生成一个二叉回归树。
vivian_ll·2020-09-15 18:36

隐马尔可夫模型（HMM）的MATLAB实现——Viterbi算法

代码中有示例，来自李航《统计学习方法》function[Delta,Psi,P,I]=Viterbi(A,B,Pi,O)%函数功能：利用维特比算法找到观测序列O的最优路径%%参考文献：李航《统计学习方法
Chishuo_sgp·2020-09-15 17:52

维特比算法实现 李航《统计学习方法》

%维特比算法实现%参考：李航《统计学习方法》P208%Author:xueqing,2019-08-19%%输入%A：盒子状态转移矩阵%B：观测概率矩阵;%pi：初始概率分布%Ou:观测序列A=[0.5,0.2,0.3
雪清Fand·2020-09-15 16:49

随机采样方法与python实现

在计算机系统中有一个重要的问题叫随机采样：就是给定一个概率分布p(x)p(x)p(x),我们如何按照该分布产生样本在机器学习或统计学习中,我们是给定一堆样本数据,通过参数估计的方法求出这堆样本所符合的概率分布
菜小白—NLP·2020-09-15 13:05

线性回归知识总览

目标函数优化方法(梯度下降法、牛顿法、拟牛顿法等)线性回归的评估指标sklearn参数详解机器学习的一些概念机器学习分类：按数据分类分类、回归、序列标注按模型分类生成式模型、判别式模型按监督分类有监督、无监督统计学习包括监督学习
水...琥珀·2020-09-15 13:08

损失函数、风险函数、经验风险最小化、结构风险最小化

摘自李航《统计学习方法》损失函数损失函数（lossfunction）或代价函数（costfunction）用以度量预测错误的程度。损失函数式f(X)和y的非负实值函数，记作L(Y,f(X))。
zhzhx0318·2020-09-15 06:44

机器学习中防止过拟合的处理方法

[-]防止过拟合的处理方法过拟合Earlystopping数据集扩增正则化方法Dropout防止过拟合的处理方法过拟合  我们都知道，在进行数据挖掘或者机器学习模型建立的时候，因为在统计学习中，假设数据满足独立同分布
UMaker·2020-09-15 06:04

SVM（支持向量机）详解

起决定性作用的样本为支持向量1971年，Kimeldorf构造基于支持向量构建核空间的方法1995年，Vapnik等人正式提出统计学习理论。
烧技湾·2020-09-15 06:07

深度学习，周志华，机器学习，西瓜书，TensorFlow，Google，吴军，数学之美，李航，统计学习方法，吴恩达，深度学习笔记，pdf下载

1.机器学习入门经典，李航《统计学习方法》2.周志华的《机器学习》pdf3.《数学之美》吴军博士著pdf4.Tensorflow实战Google深度学习框架.pdf5.
剑之所致，心之所往·2020-09-15 04:36

机器学习中防止过拟合方法

过拟合  在进行数据挖掘或者机器学习模型建立的时候，因为在统计学习中，假设数据满足独立同分布，即当前已产生的数据可以对未来的数据进行推测与模拟，因此都是使用历史数据建立模型，即使用已经产生的数据去训练，
weixin_30807677·2020-09-15 04:09

（光滑样条）Smoothing spline的数学推导

Smoothingspline的数学推导参考斯坦福统计学习原理光滑样条的精髓在于在原本的拟合误差的基础上加了一个λ∫{f′′(t)}2dt\lambda\int\left\{f^{''
昵昵兵·2020-09-15 02:51

隐马尔可夫模型(HMM) - 1 - 基本概念

声明：1，本篇为个人对《2012.李航.统计学习方法.pdf》的学习总结，不得用作商用，欢迎转载，但请注明出处（即：本帖地址）。
血影雪梦·2020-09-14 21:22

白话机器学习算法理论+实战之EM聚类

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
Miracle8070·2020-09-14 21:53

白话机器学习算法理论+实战之KMearns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
Miracle8070·2020-09-14 21:53

白话机器学习算法理论+实战之AdaBoost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
Miracle8070·2020-09-14 21:53

白话机器学习算法理论+实战之关联规则

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
Miracle8070·2020-09-14 21:52

十大机器学习算法的一个小总结

在公众号看到来一篇不错的文章，讲解机器学习算法的，感觉挺好的，所以这里对常用的机器学习算法做一个小的总结，然后根据学习李航老师的《统计学习方法》做得笔记，对这些算法进行补充。
Miracle8070·2020-09-14 21:52

隐马尔可夫模型介绍

http://blog.csdn.net/gumpeng/article/details/51648259关于隐马尔可夫的理论介绍，请参见李航博士的《统计学习方法》，介绍的很详尽。
菜鸟的翅膀·2020-09-14 19:32

白话机器学习算法理论+实战之朴素贝叶斯

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
Miracle8070·2020-09-14 18:20

隐马尔可夫模型（上）基本概念

隐马尔可夫模型（hiddenMarkovmodel，HMM）是可用于标注问题的统计学习模型，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。
clvsit·2020-09-14 18:42

学习记录（20_05_30）——模型评估与选择（评估方法、性能度量）

#学习记录#向字林（20205.5.30，江西财经大学）#学习书籍（周志华的西瓜书）#重要名词：逻辑程序设计（InductiveLogicProgramming，ILP）统计学习：statisticallearning
逍遥蚁客·2020-09-14 16:34

数理统计一（概率论）

统计学冲锋在应用第一线，概率论提供武器三，统计学与机器学习的关系1、统计学习近似等于机器学习。因为机器学习中的大多数方法来自统计学比如：聚类、贝叶斯等等，统计学的发展
pennyyangpei·2020-09-14 04:34

朴素贝叶斯分类文本

cuijiahua.com/blog/2017/11/ml_4_bayes_1.html这位大佬的博客，我这里记录一些我以开始没有懂得地方和看过的心得在这不过多介绍朴素贝叶斯的概念，具体可查李航老师的统计学习方法首先是数据集的分类
liu123_4·2020-09-14 00:24

统计学习方法---条件随机场

条件随机场的定义概率无向图模型的联合概率分布P(Y)可以表示如下：P(Y)=1Z∏CΨC(YC)Z=∑Y∏CΨC(YC)P(Y)=\frac1{Z}\prod_C\Psi_C(Y_C)\\Z=\sum_Y\prod_C\Psi_C(Y_C)P(Y)=Z1C∏ΨC(YC)Z=Y∑C∏ΨC(YC)因为条件随机场为无向图模型，且势函数通常定义为指数函数，所以其联合概率分布式：P(Y)=1Z∏CΨC(YC
leemusk·2020-09-14 00:21

复现经典：《统计学习方法》第 11 章 条件随机场

本文是李航老师的《统计学习方法》[1]一书的代码复现。作者：黄海广[2]备注：代码都可以在github[3]中下载。我将陆续将代码发布在公众号“机器学习初学者”，敬请关注。
风度78·2020-09-14 00:10
上一页 23 24 25 26 27 28 29 30 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他