E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
统计机器学习
语料库
思路:-语料库有什么用,在
统计机器学习
中的地位,用图说明-语料库的一些基本概念。如熟语料、生语料等。-有哪些著名的语料库。人民日报语料库、WordNet等。-如何构建语料库。主要是成本、规范。
阿满子
·
2020-07-30 11:48
语料库
机器学习笔记(一)-线性回归
其中频率派逐渐发展为
统计机器学习
;贝叶斯派逐渐发展为概率图模型。今天介绍的Linear
Blessy_Zhu
·
2020-07-30 04:51
机器学习
学习目标
这学期选课主要算法为主,有传统算法、图论算法、
统计机器学习
等先进算法。还有一些基础理论课程未选。处理现状虽然没法有优越的项目经验进行横向发展,但不失信心相信这种技能工作一两年就会有的。
Sharymo
·
2020-07-29 10:05
2018年8月30日
在办公室电脑上装了科学上网客户端保证可以和以前一样上reddit划水(ntm)然后看了会儿
统计机器学习
,贝叶斯KNN决策树什么都想跳过拉倒(当然理论部分还是要补一补的),后面几章倒是需要认真看……临近下班前想起来干点正事
真昼之月
·
2020-07-28 18:16
概率图模型的一些总结
概率图模型是
统计机器学习
中比较重要的内容。在自然语言处理、时间序列分析、交通流量建模等领域有着比较广泛的应用。
百科全书学派
·
2020-07-16 02:48
算法
统计机器学习
-逻辑斯谛回归与最大熵模型
逻辑斯谛回归(逻辑回归)模型,是统计学习中的经典分类方法。最大熵是概率模型学习的一个准则,推广到分类问题得到最大熵模型。逻辑斯谛回归和最大熵模型都属于对数线性模型。逻辑斯谛回归模型逻辑斯谛分布的定义设是连续随机变量,服从逻辑斯谛分布是指具有下列分布函数和概率密度函数:式中,是位置参数,为形状参数。分布函数和密度函数如下图所示F(x)f(x)分布函数是一条S形的曲线,以点中心对称。密度函数根据左右对
又双叒叕苟了一天
·
2020-07-16 01:54
机器学习与模式识别学习总结
引自:http://blog.csdn.net/zbc1090549839/article/details/45047377有幸用最近两个月的业余时间把”
统计机器学习
”一书粗略的学习了一遍,同时结合“模式识别
weixin_34356555
·
2020-07-15 05:49
统计学习方法 笔记
统计学习也称为
统计机器学习
,现在人们提及的机器学习一般都是指
统计机器学习
。
weixin_34273046
·
2020-07-15 05:45
Gradient Tree Boosting:梯度提升树详解
理论数学推导请参考《
统计机器学习
》-李航,或者参考sklearn的官方文档,下面是我的部分笔记,也可以作为参考优缺点GBRT是对任意的可微损失函数的提升算法的泛化,即可回归亦可分(sai)类(ting)
weixin_30614587
·
2020-07-15 03:33
收集的Java科学计算库
主要计算功能:图像处理模糊逻辑数学计算
统计机器学习
神经网络科学计算可移植扩展工具包PETSchttp://www.oschina.net/p
alaclp
·
2020-07-14 07:59
科学计算
算法
Java
并行计算
机器学习与模式识别学习总结(一)
有幸用最近两个月的业余时间把”
统计机器学习
”一书粗略的学习了一遍,同时结合“模式识别”、“数据挖掘概念与技术”的知识点,对机器学习的一些知识结构进行梳理与总结:机器学习包括两个主要问题1、学习什么,2、
weixin_30914981
·
2020-07-14 02:03
统计机器学习
-EM算法(期望极大算法)
EM算法用于含有隐变量的概率模型参数的极大似然估计。这里首先对隐变量解释,举下面的例子(三硬币模型)假设有3枚硬币,分别记做,,,这些硬币正面出现的概率分别是,和。进行如下掷硬币试验:先掷硬币,根据其结果选出硬币或硬币,正面选硬币,反面选硬币;然后掷选出的硬币,掷硬币的结果,出现正面记做1,出现反面记做0;独立的重复次试验(这里,),观测结果如下:假设能观测到掷硬币的结果,不能观测掷硬币的过程,问
又双叒叕苟了一天
·
2020-07-13 20:25
(一)机器学习的基本概要
Author:PanDate:2020/7/131.机器学习的定义与其中牵扯到的问题
统计机器学习
究竟是什么,根据《统计学习方法》定义:
统计机器学习
是计算机基于数据建立概率统计模型,并用该模型对数据进行分析和预测的学科
Pan_Ziheng
·
2020-07-13 17:24
用sklearn做一个完整的机器学习工程——以波士顿房价预测为例。(一、用自定义转换器、Pipeline Feature_Union做特征工程)
本篇博客不会对相关原理进行解释,如果想要了解各个算法的原理,请阅读李航的
统计机器学习
,周志华的机器学习,以及陈天奇的XGBoost:AScalableTreeBoostingSystem和相关博客部分代码参考利用
PythonstartL
·
2020-07-13 01:25
算法工程师思维导图—数据结构与算法
该手册一共分为数据结构与算法、数学基础、
统计机器学习
和深度学习四个部分。点击这里查看具体使用指南。
夕小瑶
·
2020-07-12 17:54
贝叶斯理论与函数拟合,最大似然与损失函数
最初的疑惑在李航老师的
统计机器学习
当中,提到了机器学习的目标或者说求解的方向,这个目标分为两种形式:机器学习是要去学习一个目标函数fff或者说一个假设hhh,这个函数fff或者假设hhh可以正确分类数据或者正确拟合数据机器学习是要去学习一个概率分布
dayhost
·
2020-07-12 12:29
贝叶斯
函数拟合
最大似然
损失函数
神经网络
什么是cost function,什么事regularization?
当我们用传统的
统计机器学习
方法处理问题时,我们需要定义一个costfunction以衡量模型的好坏。
瓜瓜_
·
2020-07-12 02:38
脑洞大开
机器学习入门
如此循环往复,最终获取满意的经验来处理其它数据2、机器学习分类1)监督学习2)无监督学习3)半监督学习4)强化学习3、机器学习算法1)回归算法试图采用对误差的衡量来探索变量之间关系的一类算法,回归算法是
统计机器学习
的利器
平凡即幸福
·
2020-07-11 23:35
机器学习
自动patch推荐:从良好调试习惯到科学哲学
随着深度学习技术红利的爆发,基于大数据
统计机器学习
来自动解bug的期盼就更加水涨船高了。别象小兄弟的PRECFIX最近更是在这个本来就热门的方向上又浇了一瓢油。
Jtag特工
·
2020-07-11 12:21
效率工具
《统计学习方法——第1章》
统计学习也称为
统计机器学习
。统计学习就是计算机系统通过运用数据及统计方法提高系统性能的机器学习。现在,当人们提及机器学习时,往往指的是
统计机器学习
。
不励志读博的程序员不是好厨师
·
2020-07-11 09:43
机器学习
统计学习:现代机器学习
统计学习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预测与分析的一门学科,统计学习也称为
统计机器学习
。当前大部分机器学习也都指的是
统计机器学习
。
不是红A是土狼
·
2020-07-10 10:14
监督学习与无监督学习—机器学习的两大方法
前言机器学习(
统计机器学习
)包括监督学习(supervisedlearning)、无监督学习(unsupervisedlearning)、半监督学习(semi-supervisedlearning)、强化学习
岳开森
·
2020-07-09 10:41
机器学习的两大方法
统计机器学习
方法简述
2013-01-2809:04|(分类:机器学习)序:建议阅读的同学要一点概率论和信息论的基础,参考文献的PDF版本我会尽快放在我的服务器上。我也仅仅是研一初学者,非常欢迎大家批评指正。赫尔伯特·西蒙对“学习”(这个学习比较抽象,适合人、机器,啥都算上,咱就上升到哲学高度理解吧)是这样定义的:如果一个系统能够通过执行某个过程而改进它的性能,这就是学习。那么统计学习呢?就是计算机通过运用数据以及统计
zjxiaolu
·
2020-07-09 06:03
机器学习与数据挖掘
机器学习
Adversarial Machine Learning(intro)
AdversarialMachineLearning无意从一位老师的主页上看到了adversarialmachinelearning该老师BenjaminRubinstein(墨尔本大学)的个人主页http://www.bipr.net/传统的
统计机器学习
zhugege1991
·
2020-07-09 04:13
more
machine
learning
methods
《大数据挖掘与
统计机器学习
》
统计前期看模型所得结果的性质,都是手工计算,得到置信区间、相合性等等。这些性质有时候依赖于中心极限定理或大样本定理得到的当样本趋于无穷的理论性质。(ps:中心极限定理是说样本的平均值约等于总体的平均值。不管总体是什么分布,任意一个总体的样本平均值都会围绕在总体的整体平均值周围,并且呈正态分布。)统计学习方法分为两种,有监督学习和无监督学习。有监督学习,数据中有明确的目标变量Y,如果Y是连续型,就是
小魏要学习
·
2020-07-08 22:16
数据挖掘
深度学习 发展 优缺点
由于早期的计算资源的限制,以及数据量不足,导致前2个时期提出的神经网络,大多规模很小,而且在一定程度上还不如传统的
统计机器学习
方法,而且神经网络的结构相对简单,因此并没有体现出神经网络的潜在价值。
sunflower_sara
·
2020-07-08 06:56
机器学习
统计机器学习
-Multinoulli分布、多项式分布
Multinoulli分布(多元伯努利分布):模型: Mu(p)Mu(p)Mu(p) d面获得每一面的概率: p1,p2,...,pdp_1,p_2,...,p_dp1,p2,...,pd分布函数:p(x∣p)=∏k=1dpkxkp(x|p)=\prod_{k=1}^dp_k^{x_k}p(x∣p)=k=1∏dpkxkE(X)=pE(X)=pE(X)=p似然函数:L=log
让我想个变量名
·
2020-07-08 03:52
统计机器学习
Python
286页PDF教你如何搞明白深度学习的算法、理论与计算系统!(可下载)
结合Petuum,邢波教授在7月份深度学习夏令营分享了关于从
统计机器学习
视角理解深度学习的算法、理论与可扩展计算(AStatisticalMachineLearningPerspectiveofDeepLearning
机器学习算法与Python学习-公众号
·
2020-07-07 20:33
注定成为经典:统计学习方法第二版
《统计学习方法》第一版于2012年出版,讲述了
统计机器学习
方法,主要是一些常用的监督学习方法。第二版增加了一些常用的无监督学习方法,由此本书涵盖了传统
统计机器学习
方法的主要内容。
风度78
·
2020-07-07 07:41
算法面试题(一)-- 统计学习与模式识别面试题
题目:答案解析:第一部分: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预测与分析的一门学科,又称为
统计机器学习
;特点:以计算机为平台;以数据为对象;以方法为中心;以概率论、统计学
eternity1118_
·
2020-07-07 07:50
#
数据结构与算法
Pattern
Recognition
#
Image
Processing
Computer
Vision
算法面试
机器学习 - GMM参数估计的EM算法
博客内容源于《
统计机器学习
》一书的阅读笔记。Python的源码实现来源于互联网(作者不详)。
Robin__Chou
·
2020-07-07 00:21
【机器学习】
知识图谱-知识抽取-实体抽取(命名实体)
文章目录知识图谱知识抽取实体抽取(NER)基于规则与词典的方法基于
统计机器学习
的方法面向开放域的抽取方法知识图谱知识图谱是一种揭示实体之间关系的语义网络,可以对现实世界的事物及其相互关系进行形式化地描述
Pinker_Q
·
2020-07-05 07:21
自然语言处理
统计机器学习
作业一 采用交叉验证、留出法、自助法划分数据集,绘制PR图
要求:随机生成两组数据,每组50个数,其中一组服从正态分布,另一组服从N(1,1)。编写一个code:Input:上面产生的100个数,类别数:2Output:1、0标签序列(每个标签对应每个数)评估以上code输出结果的准确度。(准确度标准:查准率、查全率)查准率:查全率:PR图理解错了,不是多个独立的样例,而是修改阈值,我一直用的是>=0.5判为1,即阈值设置的是0.5,应该修改这个阈值另外老
iroy33
·
2020-07-04 18:14
NLP算法工程师
主要包括以下三大部分的知识:
统计机器学习
,深度学习(NLP方向),算法与数据结构。本文的主要目的:只构建整体知识的框架(面),不涉及算法细节。各算法的细节会在相应算法学习文档详细介绍。
Fron Suk
·
2020-07-04 07:14
自然语言处理
统计机器学习
-决策树
决策树是一种基本的分类与回归方法。ID3和C4.5决策树可以用于分类,CART(分类与回归树)既可以用于分类,也可以用于回归。决策树的学习通常包括3个步骤:特征选择、决策树的生成和决策树的修剪。这里主要介绍分类决策树。附上机器学习实战的书中决策树代码。定义分类决策树模型是一种描述对实例进行分类的树形结构,决策树由结点和有向边组成。结点由两种类型:内部结点和叶结点。内部结点表示一个特征或属性,叶结点
又双叒叕苟了一天
·
2020-07-02 22:56
统计机器学习
-序列最小最优化算法(SMO)
SMO算法要解如下凸二次规划的对偶问题:在这个问题中,变量是拉格朗日乘子,一个变量对应于一个样本点。变量的总数等于训练样本的容量。SMO算法是一种启发式算法,其基本思路是:如果所有变量的解都满足此最优化问题的条件,那么这个最优化问题的解就得到了,因为条件是该最优化问题的充分必要条件。于是,每次只选择两个变量进行优化,使其满足条件,然后不断迭代,直至所有变量满足条件,得到最优解。在优化变量的选取上,
又双叒叕苟了一天
·
2020-07-02 22:50
统计机器学习
-线性支持向量机与软间隔最大化
假设给定一个特征空间上的训练数据集其中,,,,为第个特征向量,也称为实例,为的类标记,当时,称为正例;当时,称为负例,称为样本点。再假设训练数据集不是线性可分的。通常情况是,训练数据中有一些特异点,将这些特异点除去后,剩下大部分的样本点组成的集合是线性可分的。线性不可分意味着某些样本点不能满足函数间隔大于等于1的约束条件。为了解决这个问题,可以对每个样本点引进一个松弛变量,使函数间隔加上松弛变量大
又双叒叕苟了一天
·
2020-07-02 22:45
统计机器学习
-线性可分支持向量机与硬间隔最大化
考虑一个二分类问题。假设输入空间与特征空间为两个不同的空间。输入空间为欧氏空间或离散集合,特征空间为欧式空间或希尔伯特空间。线性可分支持向量机、线性支持向量机假设这两个空间的元素一一对应,并将输入空间中的输入映射为特征空间中的特征向量。非线性支持向量机利用一个从输入空间到特征空间的非线性映射将输入映射为特征向量(核技巧)。支持向量机的学习是在特征空间进行的。输入空间:输入空间是输入的所有可能取值的
又双叒叕苟了一天
·
2020-07-02 22:40
统计机器学习
-拉格朗日对偶性
将有原始问题转化成对偶问题,通过求解对偶问题解决原始问题。原始问题假设,,是定义在上的连续可微函数,考虑约束最优化问题称此约束最优化问题为原始最优化问题或原始问题。如果只是极小化(1)是比较容易的,但是加上约束就不太好处理,于是首先引入广义拉格朗日函数和是拉格朗日乘子,规定。定义函数这是一个关于的函数。首先把看做一个常量,再此基础上确定使(4)最大的和,然后带入(5)就成为了一个关于的函数。如果满
又双叒叕苟了一天
·
2020-07-02 22:36
统计机器学习
-梯度下降法
假设是上具有一阶连续偏导数的函数,要求解的无约束最优化问题是表示目标函数的极小点。由于负梯度方向是使函数数值下降最快的方向,所以梯度下降法在迭代的每一步,以负梯度方向更新的值,从而达到减少函数值的目的。当目标函数是凸函数时,梯度下降法的解是全局最优解。一般情况下,其解不保证是全局最优解。梯度下降法的收敛速度也未必是很快的。算法输入:目标函数,梯度函数,计算精度;输出:的极小点。取初始值,置计算计算
又双叒叕苟了一天
·
2020-07-02 22:32
统计机器学习
-拟牛顿法
假设是上具有二阶连续偏导数的函数,要求解的无约束最优化问题是表示目标函数的极小点。在牛顿法的迭代中,需要计算海塞矩阵的逆矩阵,这一计算比较复杂,考虑用一个阶矩阵来近似代替。这就是拟牛顿法的基本想法。假设在第次迭代时,找到的点是,让在点附近进行二阶泰勒展开:其中是在点的梯度,是的海塞矩阵(类似于二阶导数)在点的值:公式(2)两边对求导:将点代入公式(4)得到:所以记,,则或者说公式(7)或公式(8)
又双叒叕苟了一天
·
2020-07-02 22:28
统计机器学习
-牛顿法
假设是上具有二阶连续偏导数的函数,要求解的无约束最优化问题是表示目标函数的极小点。函数有极值的必要条件是在极值点的一阶导数为0,特别是当海塞矩阵是正定矩阵时,函数的极值为极小值。(因为当海塞矩阵是正定矩阵时函数为凸函数)所以牛顿法的目标是通过迭代的方式找到一个的点使得假设在第次迭代时,找到的点是,让在点附近进行二阶泰勒展开:其中是在点的梯度,是的海塞矩阵(类似于二阶导数)在点的值:假设在第次迭代时
又双叒叕苟了一天
·
2020-07-02 22:24
统计机器学习
综述
#记录学习心得一、什么是机器学习(统计学习)统计学习就是根据数据来构建概率统计模型并用该模型对数据进行预测与分析。那么其中可以看出,数据是基础,目的是对数据进行预测与分析。根据定义可以提出几个问题:需要什么样的数据?构建什么样的模型?以什么方法构建?如何评价构建出来的模型的好坏?1、需要什么样的数据需要的数据必须是同类的,统计学习的前提是假设同类数据具有一定的统计规律性(模型就是来体现这一规律性的
学习总结
·
2020-07-02 17:49
机器学习笔记
1 统计学习方法基础
1.1统计学习概念统计学习(statisticallearning)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预测和分析的一门学科,统计学习也成为
统计机器学习
(statisticalmachinelearning
解明月
·
2020-07-02 11:13
统计学习方法笔记
统计学习:现代机器学习
统计学习:现代机器学习统计学习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预测与分析的一门学科,统计学习也称为
统计机器学习
。当前大部分机器学习也都指的是
统计机器学习
。
eternity1118_
·
2020-07-01 23:16
Pattern
Recognition
#
数据结构与算法
深度学习高手该怎样炼成?这位拿下阿里天池大赛冠军的中科院博士为你规划了一份专业成长路径
作者|刘昕深度学习本质上是深层的人工神经网络,它不是一项孤立的技术,而是数学、
统计机器学习
、计算机科学和人工神经网络等多个领域的综合。
AI科技大本营
·
2020-07-01 21:47
机器学习的主要研究领域、基本概念和相关术语的解释
1.主要研究领域:1.1机器学习的两大学派:机器学习:人工智能的重要分支构造具有学习能力的智能系统知识、推理、学习手段:统计,逻辑,代数……
统计机器学习
从大量样本出发,运用统计方法,发现统计规律有监督学习
IT change the world
·
2020-07-01 21:08
机器学习
白板推导机器学习--绪论
1.绪论——学习资料介绍频率派——
统计机器学习
贝叶斯派——概率图模型参考书推荐:1.李航《统计学习方法》感K朴决逻,支提E隐条————>
统计机器学习
2.周志华《机器学习》西瓜书3.PRML《模式识别与机器学习
Harrytsz
·
2020-07-01 09:10
机器学习
深度学习
复旦邱锡鹏教授:云时代,NLP也将是一种基础服务
目前,邱锡鹏教授是复旦大学计算机学院媒体计算研究所成员,主要研究方向是自然语言处理、自动问答系统以及
统计机器学习
。邱锡鹏教授所在团队也是国内最早从事自然语言处理的课题组之一,学术带头人为吴立德
2806798246
·
2020-07-01 05:11
机器学习关键问题阐述
一、机器学习问题的组成李航老师在《
统计机器学习
》中指出:机器学习=模型+策略+算法。
Michael_Shentu
·
2020-07-01 04:52
机器学习
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他