统计机器学习

【深度学习基础】线性神经网络 | softmax回归的简洁实现

它是在统计机器学习、人工神经网络等算法模型基础上，结合当代大数据和大算力的发展而发展出来的。深度学习最重要的技术特征是具有自动提取特征的能力。神经网络算法、算力和数据是开展深度学习的三要素。

Francek Chen·2025-01-22 11:34

多模态大模型：技术原理与实战 ChatGPT的诞生

ChatGPT的诞生作者：禅与计算机程序设计艺术1.背景介绍1.1人工智能的发展历程1.1.1早期人工智能1.1.2机器学习时代1.1.3深度学习的崛起1.2自然语言处理的演进1.2.1基于规则的方法1.2.2统计机器学习方法

AI大模型应用之禅·2024-09-08 10:51

统计机器学习第十三章极大似然估计的性质——图解MLE的渐进正态性

n=10;t=10000;s=1/12/n;x=linspace(-0.4,0.4,100);y=1/sqrt(2*pi*s)*exp(-x.^2/(2*s));z=mean(rand(t,n)-0.5,2);figure(1);clf;holdonb=20;hist(z,b);h=plot(x,y*t/b*(max(z)-min(z)),'r-');这段代码的功能是生成随机数并进行直方图和曲线的

cui_hao_nan·2024-08-30 13:17

赠书 | 李航老师的蓝皮书

赠书活动统计学习方法“统计机器学习方法是实现智能化目标的最有效的手段，统计机器学习是各种智能性处理研究领域中的核心技术，并且在这些领域的发展及应用中起着决定性的作用。”

茗创科技·2024-08-25 10:04

统计机器学习-感知机

感知机是二分类的线性分类模型，即通过一个超平面将数据集分割在两侧，同在一个侧的为同一个分类，一般上侧的为正例，下侧的为负例。感知机的定义假设输入空间（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。由输入空间到输出空间的如下函数称为感知机。其中，和为感知机模型参数，叫做权值或权值向量，叫做偏置，表示和的内积。是符号函数，即并且假设数据是完全线性

又双叒叕苟了一天·2024-02-02 07:07

二、自然语言处理发展历程

连接主义：自然语言处理的发展器，代表方法为统计机器学习。深度学习：自然语言处理的鼎盛期，代表人物为深度学习三巨头：YoshuaBengio、YannLeCun、GeoffreyHin

智享AI·2024-01-23 16:47

机器学习和深度学习检测网络安全课题：DDOS检测、恶意软件、恶意流量检测课题资料

开源的DDOS检测工具https://github.com/equalitie/learn2ban基于KDDCUP99数据集预测DDoS攻击基于谱分析与统计机器学习的DDoS攻击检测技术研究基于机器学习的分布式拒绝服务攻击检测方法研究

三更科技公社·2024-01-13 09:41

神经网络：深度学习优化方法

统计机器学习中的一个经典假设是“源空间（sourcedomain）和目标空间（targetdomain）的数据分布（distribution）是一致的”。如果不一致，

是Dream呀·2023-12-22 23:21

【期末复习向】文本理解与数据挖掘-名词解释

什么是自然语言处理1.自然语言处理（NLP）从最广泛的意义上说，NLP指的是任何自动处理人类语言的程序（二）一系列自然语言处理问题2.NLP常用方法基于规则的方法（基于人工标注的规则和字典，覆盖度低）统计机器学习方法

诺坎普的风间·2023-12-19 06:28

zxl-机器学习-01

文章目录机器学习一.定义：二.计算机三阶段三.基本要求四.统计机器学习五.基本问题六.机器学习的方法作者：zstarling机器学习网络算法机器优化概率统计数据矩阵信息模型推理知识靠学习一.定义：机器学习是把数据变成知识的和过程

米米吉吉·2023-12-04 06:56

多重共线性

最近碰到个有有意思的问题：在传统统计机器学习（lr）中，相关性检测(VIF等)防止多重共线性非常重要；但是在实际的机器学习应用中，多重共线性似乎不用考虑。

7ccc099f4608·2023-11-23 09:59

参数估计

等到越往后面深入，发现需要用的数学知识尤其是统计学知识越来越多，因为现在机器学习里发展最成熟应用最广泛的一部分就是统计机器学习，自然离不开统计学的方方面面。而且随着研究的逐步深入

Xwei1226·2023-11-21 08:59

图神经网络--论文精读

论文精读图神经网络论文精读摘要介绍问题定义学习表示算法代码实战加载百科词条，构建无向图训练Word2Vec模型摘要DeepWalk用于学习隐式表征的表示学习方法，将节点在图中的连接关系进行编码，形成稠密低维连续的向量空间，可用于统计机器学习在多类别网络分类任务上表现不错

无盐薯片·2023-11-16 19:28

贝叶斯变分方法：初学者指南--平均场近似

EricJang:ABeginner'sGuidetoVariationalMethods:Mean-FieldApproximation(evjang.com)一、说明变分贝叶斯(VB)方法是统计机器学习中非常流行的一系列技术

无水先生·2023-11-03 13:30

机器学习实战梯度上升数学推导_机器学习-白板推导系列(二)-数学基础笔记

视频如下：机器学习-白板推导系列(二)-数学基础_哔哩哔哩(゜-゜)つロ干杯~-bilibiliwww.bilibili.com一、概率-高斯分布1-极大似然估计高斯分布在统计机器学习中占据重要的地位。

weixin_39644377·2023-10-28 17:24

2018年8月9日

地来到公司并打扫工位，学长继续出差中，但是休产假的另一个同事倒是回来了……上午闲着没事看了看李航的统计机器学习，超困，中午睡了半个小时午觉后好了点。

真昼之月·2023-10-18 05:36

浅谈从机器学习到深度学习

频率派发展成统计机器学习，贝叶斯派发展成概率图模型。

江小北·2023-10-16 04:38

概率论入门之《统计机器学习导论》阅读笔记（第一，二章）

第一章统计机器学习第一章主要介绍了机器学习的分类：监督学习，非监督学习，强化学习。然后介绍了监督学习的三大主要任务：回归，分类，排序，以及非监督学习的聚类。

生而为弟·2023-10-14 02:34

监督学习方法与无监督学习方法总结

（一）监督学习10种监督学习方法特点的概括汇总如下表：（二）无监督学习八种常用的统计机器学习方法，即聚类方法（包括层次聚类与k均值聚类）、奇异值分解（SVD）、主成分分析（PCA）、潜在语义分析（LSA

daisyxyr·2023-10-11 13:59

【统计机器学习】考核标准 + 课堂练习题汇总

写在前面1：上课老师是：付学谦老师及其博士助教。上课带纸笔和人就行。2：上课的内容和作业量相比于其他选修课较为轻松，且只有大作业和论文报告，没有考试！！！基本上最后会留20min给同学们写课堂练习题。3：最好拍下每张ppt，指不定哪道题就用上了。以及现在是GPT时代，善用工具会事半功倍。4：平时分而言，我个人觉得挺玄学的，每次课都做前排且上课听讲并回答问题，最后也只拿了B+。5：所以，只是为了刷成

MorleyOlsen·2023-10-11 08:02

《统计机器学习》学习笔记第三章之K近邻

这是一个关于统计机器学习的系列笔记。K近邻法(k-nearestneighbors,KNN)是一种很基本的机器学习方法了，在我们平常的生活中也会不自主的应用。

资料加载中·2023-10-07 05:22

李航老师《统计学习方法》第1章阅读笔记

1.1统计学习统计学习的特点统计学习：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预测与分析现在人们提及机器学习时，往往指统计机器学习，所以可以认为本书介绍的是机器学习方法统计学习的对象统计学习研究的对象是数据

Chen_Chance·2023-09-27 01:13

从统计语言模型到预训练语言模型---统计语言模型

语言模型从历史上来看，自然语言处理的研究范式变化是从规则到统计，从统计机器学习到基于神经网络的深度学习，这同时也是语言模型发展的历史。要了解语言模型的发展历史，首先我们需要认识什么是语言模型。

hanscalZheng·2023-09-23 22:15

统计机器学习（二）-- 概率（3、4、5、6）

概率1.1概率空间和事件样本空间是实验所有可能结果的空间，,是一个元素或者实现事件是样本空间的子集测度论相关巴拉巴拉随机变量离散随机变量(0-1)分布数学期望二项分布数学期望性质函数n:整数推广NegativeBinomialDistribution几何分布数学期望比如丢硬币得到一次正面所需要的次数泊松分布泊松定理注意：意味着当n很大的时候必定很小可能场景：一本书中一页的印刷错误，一天内病人的人数

雪茸川·2023-09-21 21:50

【AI】机器学习——绪论

文章目录1.1机器学习概念1.1.1定义统计机器学习与数据挖掘区别机器学习前提1.1.2术语1.1.3特点以数据为研究对象目标方法——基于数据构建模型SML三要素SML步骤1.2分类1.2.1参数化/非参数化方法

AmosTian·2023-09-05 11:00

统计机器学习 -- 目录

概率基础随机变量1随机变量2高斯分布连续分布例子scalemixturepisribarinjeffreypriorstatisticinterenceLaplace变换多元分布定义概率变换jacobianwedgeproduction统计量多元正态分布Wishart分布矩阵元Beta分布统计量充分统计量指数值分布共轭先验性质EntropyKLdistanceproperties概率不等式1概率不

雪茸川·2023-09-04 21:03

1.统计学习及监督学习概论

统计学习也称为统计机器学习。

徴徴南风·2023-09-03 23:55

人工智能之数学（概率方面）

我们经常使用的统计机器学习算法，或者是神经网络模型中，数学作为最基础的根基，融合了高等数学中的微分学、概率、线性代数、凸优化等方面，每一个方面深入后都是有很多的益处，但是本着先实用，在进行学习的原则。

aidh123·2023-08-05 14:57

统计学习方法学习笔记（一）————统计学习方法概论

统计学习也称为统计机器学习(statisticalmachinelearning)。（2）统计学习的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之上的。

阿波拉·2023-07-27 23:08

2022-04-29 《当产品经理遇到人工智能》读书笔记07 自然语言处理的产品应用

一、认识NLP1、常见自然语言处理的两种方法1）基于规则来理解自然语言，即通过制定一系列的规则来设计一个程序，然后通过这个程序来解决自然语言交流的问题2）基于统计机器学习来理解自然语言，

May_1013·2023-07-18 16:30

《统计学习方法》学习笔记1：以方法为中心

统计学习，也称统计机器学习，什么是学习，如果一个系统能够通过执行某个过程改进它的性能，就说这个系统可以学习。按此定义，统计机器学习，就是计算机系统通过运行数据及统计方法提高系统性能的机器学习。

王同学LM·2023-07-17 23:57

基于weka手工实现逻辑斯谛回归（Logistic回归）

一、logistic回归模型逻辑斯谛回归模型其实是一种分类模型，这里实现的是参考李航的《统计机器学习》以及周志华的《机器学习》两本教材来整理实现的。

非妃是公主·2023-07-14 12:08

大作业(文本分类系统的设计与实现)

本文介绍了一个基于统计机器学习方法和深度学习方法的文本分类系统的设计与实现，主要包括以下几个方面：项目目标本项目的目标是实现一个文本分类系统，能够对输入的文本进行有效的分类，并且能够在给定的数据集或者

沃洛德.辛肯·2023-06-19 07:33

23 前馈神经网络——Feedforward Neural Network

回顾之前的机器学习，我们可以将内容如下划分：频率派——统计机器学习正则化：通过给lossfuntion加上惩罚项修正结果核化：通过引入核方法解决更多类

hanhan不是很憨憨·2023-06-17 21:10

万文长字总结「类别增量学习」的前世今生、开源工具包

文章来源机器之心作者：思悥随着统计机器学习的逐渐成熟，现在已经是时候打破孤立学习地传统模式，转而研究终身学习，将机器学习推向崭新的高度。

机器学习与AI生成创作·2023-06-17 11:45

机器学习基础

优化开发机器学习应用程序的步骤模型的选择机器学习算法分类分类问题回归问题scikit-learn数据集获取小数据集获取大数据集模型检验-调优训练集与测试集k-折交叉验证超参数搜索-网格搜索(找好的参数)estimator的工作流程机器学习组成：模型、策略、优化《统计机器学习

我是小水水啊·2023-06-10 04:38

第一章统计机器学习及监督学习概论（一）

1.1统计学习1.统计学习的特点统计学习是关于计算机基于数据构建概率模型并运用模型对数据进行预测与分析的一门学科统计学习的主要特点是：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率论、统计学、计算理论、最优化理论及计算机科学等多个领域

Peter_Haoran·2023-06-10 02:58

机器学习Python学习——朴素贝叶斯

统计机器学习的策略通常是期望风险最小化，实际学习过程中以经验风险近似期望风险(或加上正则化项)。在朴素贝叶斯方法中，期望风险最小化等价于后验概率最大化。

Kanoooooo0·2023-04-21 16:09

李沐-动手学深度学习（2）模型选择、过拟合和欠拟合

统计机器学习提供数学工具来衡量模型复杂度。实际中一般靠观察训练误差和验证误差。

minlover·2023-04-16 15:20

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。模型的假设空间包含所有可能的条件概率分布或决策函数。例如，假设决策函数是输入变量的线性函数，那么模型的假设空间就是所有这些线性函数构成的函数集合。假设空间中的模型一般有无穷多个。

Peter_Haoran·2023-04-16 10:44

机器学习两大流派

机器学习分为两个流派：频率派——统计机器学习贝叶斯派——概率图模型最实质的区别还是在预测结果的时候：频率方法认为真实结果由“推断”出的真实参数决定；而贝叶斯方法则认为，真实结果是所有可能参数所给出的预测结果的期望

zhangt766·2023-04-12 17:12

【统计学习方法】学习笔记-第1章-统计学习及监督学习概论

统计学习也称为统计机器学习(statisticalmachinelearning)赫尔伯特·西蒙(Herbert

煎饼证·2023-04-12 05:10

三、模型选择+过拟合和欠拟合

模型容量需要匹配数据复杂度，否则可能导致欠拟合和过拟合统计机器学习提供数学工具来衡量模型复杂度实际中一般靠观察训练误差和验证误差2.验证数据集和测试数据集3.K-则交叉数据

xiao52x·2023-04-07 21:42

第一章统计机器学习及监督学习概论（三）

1.5正则化与交叉验证1.5.1正则化模型选择的典型方法是正则化。正则化是结构风险最小化策略的实现，是在经验风险上加一个正则化项或罚项。正则化项一般是模型复杂度的单调递增函数，模型越复杂，正则化值就越大。比如，正则化项可以是模型参数向量的范数。正则化项的主要作用是平衡模型复杂度和模型准确性正则化一般具有如下形式:正则化项可以取不同的形式。例如，回归问题中，损失函数是平方损失，正则化项可以是参数向量

Peter_Haoran·2023-04-07 02:53

pytorch 实现情感分类问题

1、词表映射无论是深度学习还是传统的统计机器学习方法处理自然语言，都需要先将输入的语言符号（通常为标记Token），映射为大于等于0、小于词表大小的整数，该整数也被称作一个标记的索引值或下标。

Icarus_·2023-04-01 23:12

统计机器学习(LR、SVM)-Question

1.手写LR的目标函数？目标函数（objectivefunction）=损失函数（lossfunction）=代价函数（costfunction）2.为什么LR的目标函数是最大化似然函数？逻辑回归有两个假设：假设数据服从伯努利分布假设函数是sigmoid函数如果用最小二乘法，目标函数就是差值的平方和（因为计算梯度时里面有sigmoid的导数），是非凸的，不容易求解，很容易陷入局部最优。（平方损失函

魏鹏飞·2023-03-24 02:16

统计机器学习入门——线性回归-CSDN公开课-专题视频课程

统计机器学习入门——线性回归—6727人已学习课程介绍"统计机器学习入门——老司机带你读经典"系列课程使用经典的ISLR（AnIntroductiontoStatisticalLearningwithApplicationsinR

程序员研修院·2023-03-16 20:30

OpenMMLab Day01

计算机视觉发展早期萌芽：图像的边缘提取统计机器学习、模式识别ImageNet深度学习时代：AlexNet文字生成图像、视觉大模型、cityNeRFOpenMMlab算法体系统一的先进底层架构、提供各个方向的经典算法复现

kongqi404·2023-02-05 09:08

统计机器学习（一） -- 机器学习介绍（1、2）

ML网络算法机器优化概率统计数据矩阵信息模型推理获知识靠学习Data->模型->推理statistics提供建模框架DataMiningMLstatisticnetworksgraphsmodelsweightsparameterslearningfittingorestimationgeneralizationTestsetsupervisedlearningregression/classif

雪茸川·2023-02-05 04:14

计算机视觉与OpenMM

计算机视觉的发展早期萌芽（1960~1980）；统计机器学习与模式识别（1990~2000），如EigenFace、Haar小波特征、Adaboos

看见你hc·2023-02-04 18:33

推荐频道