PRML

机器学习基础知识

这里说一下个人见解：如果你只愿意看一本书，那么推荐Bishop的PRML，全名PatternRecognitionandMachineLearning. 这本书
a1b2c3d4123456·2015-05-24 13:00

条件高斯分布和卡尔曼滤波

这一推导过程来自于《模式识别与机器学习》（PRML）。1.条件高斯分布   本节要解决的问题是已知，，计算。   按照的划分方法，可以将均值和协方差矩阵分块如下所示。
暗海风·2015-05-19 21:00

条件高斯分布和卡尔曼滤波

这一推导过程来自于《模式识别与机器学习》（PRML）。1.条件高斯分布   本节要解决的问题是已知，，计算。   按照的划分方法，可以将均值和协方差矩阵分块如下所示。
暗海风·2015-05-19 21:00

Pattern Recognition and Machine Learning 读书总结（持续更新中）

在读这本书之前读了TheElementsofStatisticalLearning，这本书没怎么读懂，所以我想趁热打铁，再读一本好书培养感觉，于是就读了这本颇受好评的PRML。
Dr-rong·2015-03-12 16:04

机器学习之路

这里说一下个人见解：如果你只愿意看一本书，那么推荐Bishop的PRML，全名PatternRecognitionandMachineLearning. 这本书是机器学习的
huixingshao·2015-02-13 14:00

今天开始学Pattern Recognition and Machine Learning (PRML)，章节5.2-5.3，Neural Networks神经网络训练（BP算法）

转载请注明出处：Bin的专栏，http://blog.csdn.net/xbinworld这一篇是整个第五章的精华了，会重点介绍一下NeuralNetworks的训练方法——反向传播算法（backpropagation，BP），这个算法提出到现在近30年时间都没什么变化，可谓极其经典。也是deeplearning的基石之一。还是老样子，下文基本是阅读笔记（句子翻译+自己理解），把书里的内容梳理一遍
xbinworld·2015-02-07 22:00

PRML读书会第八章 Graphical Models（贝叶斯网络，马尔科夫随机场）

对两类图，prml都讲了如何将联合概率分解为条
Nietzsche2015·2015-02-03 15:27

PRML读书会第五章 Neural Networks（神经网络、BP误差后向传播链式求导法则、正则化、卷积网络）

主讲人网神（新浪微博:@豆角茄子麻酱凉面）网神(66707180)18:55:06那我们开始了啊，前面第3,4章讲了回归和分类问题，他们应用的主要限制是维度灾难问题。今天的第5章神经网络的内容：1.神经网络的定义2.训练方法：error函数，梯度下降，后向传导3.正则化：几种主要方法，重点讲卷积网络书上提到的这些内容今天先不讲了，以后有时间再讲：BP在Jacobian和Hessian矩阵中求导的应
Nietzsche2015·2015-02-03 15:10

用 Python 通过马尔可夫随机场（MRF）与 Ising Model 进行二值图降噪

前言这个降噪的模型来自ChristopherM.Bishop的PatternRecognitionAndMachineLearning（就是神书PRML……），问题是如何对一个添加了一定椒盐噪声（Salt-and-pepperNoise
Joyee·2015-02-01 00:00

Fisher's linear discriminant(Linear Discriminant Analysis)

以下两幅图分别来自prml和theelements，我觉得非常好的说明了在分成两类的情况下Fisher'slineardiscriminant的思想(左图的投影没有右图的好):Fisher'slineardiscriminant
u012303532·2015-01-21 20:00

[置顶] 《PRML》Logistic回归（逻辑回归，LR）的推导

去年一直学习ChristopherM.Bishop 大神的《PRML》一书，中间对一些简单的算法进行了推导并用python做了实验。最近拿出来温习，顺便与各位分享下当时的笔记与最近的心得体会。
xuanyuansen·2014-11-12 20:00

[数据挖掘与机器学习] 十张图解释机器学习的基本概念(转自IT面试论坛)

PRML图1.4.多项式曲线有各种各样的命令M，以红色曲线表示，由绿色曲线适应数
想不到名字就用哈哈·2014-08-05 11:32

机器学习之路

这里说一下个人见解：如果你只愿意看一本书，那么推荐Bishop的PRML，全名PatternRecognitionandMachineLearning. 这本书是机器学习的圣经
smallroof·2014-07-28 12:00

D-Separation(D分离)-PRML-8.22-Graphical Model

转自：http://www.zhujun.me/d-separation-separation-d.html一、引言在贝叶斯网络的学习过程中，经常会遇到（D-Separation）D-分离这个概念，D-分离是寻找网络节点之间的条件独立性的一种方法或者说一种问题的简化处理的技巧。采用D-分离技术，在用贝叶斯网络进行预测，诊断推理等方面，可以提高计算速度，减少计算复杂性。D-Separation是一种
yeyang911·2014-07-11 11:00

机器学习中的数学(1)-回归(regression)、梯度下降(gradient descent)

另外一个是prml-patternrecognitionandmachinelearning,Bishop的一部反响不错的书，而且是2008年
wenyusuran·2014-06-27 17:00

PRML线性模型小结

转载于http://hi.baidu.com/giqguarzqdbadpq/item/411cfc4bb9859a90833ae18b线性模型小结   线性模型，顾名思义，就是使用将特征的线性组合得到的超平面划分特征空间的方法。简单的在二维空间中，线性模型就是一条直线，而在三维空间中，线性模型就是一个平面，它们都可以将所在空间划分为两部分。当有多个超平面的时候可以将空间划分为多个区域。怎么得到线
yeyang911·2014-06-26 09:00

梯度下降法

另外一个是prml-patternrecognitionandmachin
star_liux·2014-06-18 10:00

The Dirichlet Distribution 狄利克雷分布 (PRML 2.2.1)

转载于http://www.xperseverance.net/blogs/2012/03/510/  Dirichlet分布可以看做是分布之上的分布。如何理解这句话，我们可以先举个例子：假设我们有一个骰子，其有六面，分别为{1,2,3,4,5,6}。现在我们做了10000次投掷的实验，得到的实验结果是六面分别出现了{2000,2000,2000,2000,1000,1000}次，如果用每一面出现
yeyang911·2014-06-16 09:00

PRML 第三章 - 线性回归

 这段时间组里在有计划地学习书籍PRML（PatternRecognitionandMachineLearning），前两天自己做了一个里面第三章linearregression的分享，这里把当时做的这个
·2014-06-08 21:00

今天开始学Pattern Recognition and Machine Learning (PRML)，章节1.2，Probability Theory （下）

今天开始学PatternRecognitionandMachineLearning(PRML)，章节1.2，ProbabilityTheory（下）今天把1.2写完，这一节讲了很多重要的基础内容。
todayq·2014-05-16 15:00

The Dirichlet Distribution 狄利克雷分布 (PRML 2.2.1)

http://www.xperseverance.net/blogs/2012/03/510/ Dirichlet分布可以看做是分布之上的分布。如何理解这句话，我们可以先举个例子：假设我们有一个骰子，其有六面，分别为{1,2,3,4,5,6}。现在我们做了10000次投掷的实验，得到的实验结果是六面分别出现了{2000,2000,2000,2000,1000,1000}次，如果用每一面出现的次数与
zhubo22·2014-05-06 17:00

PRML Chapter 2. Probability Distributions

PRMLChapter2.ProbabilityDistributionshttp://www.xperseverance.net/blogs/2012/03/21/P68conjugatepriors    In Bayesianprobability theory,ifthe posteriordistributions p(θ|x)areinthesamefamilyasthe priorp
zhubo22·2014-04-26 02:00

The Dirichlet Distribution 狄利克雷分布 (PRML 2.2.1)

TheDirichletDistribution狄利克雷分布(PRML2.2.1)Dirichlet分布可以看做是分布之上的分布。
zhubo22·2014-04-26 01:00

变分推断学习笔记(1)——概念介绍

本文是学习PRML第10章的一篇笔记，错误或不足的地方敬请指出。先给出问题描述。
piaoxuefengqi·2014-03-04 22:00

adaboost

关于adaboost，在《数据挖掘概念与技术》和prml中都有详细的介绍，在这里只是简单的做点介绍，若有错误之处，欢迎指正批评~一、组合分类方法组合分类器是一种复合模型，由多个分类器组合而成。
ctsm·2014-01-24 21:00

PRML读书笔记:框架

PRML：PatternRecognitionandMachinelearning作者Bishop说此书是作为PatternRecognition和MachineLearning的入门书籍，适合高年级本科生和一年级
Andrew_Zhu·2014-01-12 12:23

贝叶斯网络（Bayesian network)）简介（PRML第8.1节总结）概率图模型（Graphical models)

转：http://www.cnblogs.com/Dzhouqi/p/3204353.html部分图为手写，由于本人字很丑，望见谅，只是想把PRML书的一些部分总结出来，给有需要的人看，希望能帮到一些人理解吧
·2013-12-12 09:00

条件独立(conditional independence) 结合贝叶斯网络(Bayesian network) 概率有向图 （PRML8.2总结）

部分图为手写，由于本人字很丑，望见谅，只是想把PRML书的一些部分总结出来，给有需要的人看，希望能帮到一些人理解吧。
·2013-12-11 18:00

PRML Chapter 9.2 Mixtures of Gaussians 混合高斯分布简介

单元高斯分布(TheunivariateGaussian)，我们高中时就知道了，其表达式如下：N(x|μ,σ2)=1(2πσ2)1/2exp{−12σ2(x−μ)2}而多元高斯分布(MultivariateGaussianDistribution)就是有多个参数控制的高斯分布，其均值是一个均值向量μ，设均值向量维度为D，而方差则是方差矩阵Σ，因此其表达式如下：N(x|μ,Σ)=1(2π)D/21|
nishiwodeangel·2013-10-05 15:00

PRML笔记：1-介绍

打算去读PRML这本书，用两遍来读完，第一遍弄懂基本思想，以便看其他任何相关文献能够明白他们在说什么；第二遍细看，重点要做书后面的习题，弄清每个知识点的细节部分。
AIvin24·2013-08-02 15:00

机器学习随笔

首先大概的理一下思路，准备写如下几个篇文章一、机器学习中必备的基本数学知识接下来大概按照FISHER大大的大作PRML，列了大概的提纲：二、概率分布，一些基本的概率分布 厚积方能勃发，这些概率分布是机器学习的基础三
alvine008·2013-06-14 18:00

machine learning中的数学

首先大概的理一下思路，准写如下几个篇文章一、机器学习中必备的基本数学知识接下来大概按照FISHER大大的大作PRML，列了大概的提纲二、概率分布，一些基本的概率分布 厚积方能勃发，这些概率分布是机器学习的基础三
alvine008·2013-06-14 18:00

Latent Dirichlet Allocation （LDA）- David M.Blei

    1.概率密度和二项分布、多项分布，在这里    2.狄利克雷分布，在这里，主要内容摘自《PatternRecognitionandMachineLearning》第二章    3.概率图模型，在PRML
nanjunxiao·2013-06-03 00:00

今天开始学Pattern Recognition and Machine Learning (PRML)，章节1.6，Information Theory信息论简介

原创书写，转载请注明此文出自：http://blog.csdn.net/xbinworld，Bin的专栏今天开始学PatternRecognitionandMachineLearning(PRML)，章节
xbinworld·2013-05-24 12:00

另一个角度来看：支持向量机(SVM)

2014.08.31 注意：如果使用t={0,1}，那么决策边界应该是wx+w0=0.5，其他类推不再对文章做出修改此文，记述数月前，看PRML第四章-线性分类模型时的思考。
LiFeitengup·2013-05-11 15:00

今天开始学模式识别与机器学习Pattern Recognition and Machine Learning (PRML)，章节1.2，Probability Theory （下）

原创书写，转载请注明此文出自：http://blog.csdn.net/xbinworld，Bin的专栏今天开始学PatternRecognitionandMachineLearning(PRML)，章节
xbinworld·2013-05-09 20:00

今天开始学模式识别与机器学习Pattern Recognition and Machine Learning (PRML)书，章节1.2，Probability Theory （上）

原创书写，转载请注明此文出自：http://blog.csdn.net/xbinworld，Bin的专栏 PatternRecognitionandMachineLearning(PRML)书，章节1.2
xbinworld·2013-04-26 18:00

今天开始学模式识别与机器学习Pattern Recognition and Machine Learning 书，章节1.1，多项式曲线拟合(Polynomial Curve Fitting)

原创书写，转载请注明此文出自：http://blog.csdn.net/xbinworld，Bin的专栏 PatternRecognitionandMachineLearning(PRML)书学习，章节
xbinworld·2013-04-26 18:00

机器学习书目推荐

article/AI/34859  其中作为入门的几本书也不简单，都是经典的作品PRML或者是最新的著作(ML-APP)，这些书在网上都能找到，不过找到不过不
isilic·2013-04-21 18:00

EM方法解高斯混合模型(GMM)Matlab实现

背景：PRML第9章 9.2MixturesofGaussians中算法实现functionmodel=gmmEM(data,K,option) % %K为model数 %Reference:PRMLp438
LiFeitengup·2013-03-14 15:00

PRML 学习笔记

B.学习PRML预备知
workerwu·2013-02-19 03:00

贝叶斯线性回归(Bayesian Linear Regression)

把prml和mlapp综合起来看了，效果还不错，有些东西互有详略，可以互做补充。
Dark_Scope·2013-01-31 11:37

贝叶斯线性回归(Bayesian Linear Regression)

把prml和mlapp综合起来看了，效果还不错，有些东西互有详略，可以互做补充。
Dark_Scope·2013-01-31 11:37

贝叶斯线性回归(Bayesian Linear Regression)

把prml和mlapp综合起来看了，效果还不错，有些东西互有详略，可以互做补充。
Dark_Scope·2013-01-31 11:00

PRML CHAPTER 2 学习笔记

    BERNOULLIDISTRIBUTION&BINOMIALDISTRIBUTION(贝努利分布&二元分布)，个人觉得二元分布比二项分布来的更直观一些。   贝努利分布：投一个硬币出现的结果x=head=1,tail=0的概率分布，表达式如下  概率分布是一个关于u的函数；    现在进行n次试验，观察到的结果（headortail:0or1)由一个数据组组成D={X1，X2，.....X
workerwu·2013-01-16 13:00

Conjugate prior-共轭先验的解释

一问题来源：看PRML第二章时遇到的。
polly_yang·2012-12-03 09:00

HMM算法学习

最值得推荐的中文版介绍HMM：www.52nlp.cn先上概率论里的2个基础法则：1.sumrule加法原则p(x)=sigmaYp(x,y);2.乘法原则productrulep(x,y)=p(y/x)p(x).参见PRML
workerwu·2012-11-14 11:00

PRMLPRML笔记之LINEAR MODELS FOR REGRESSION

PRML第三章笔记。本文重构了PRML第三章，以一个更自然的顺序推导贝叶斯线性回归。文中所述皆为自己理解，可能存在偏差。一、            综述 本章主要讲贝叶斯线性回归。 
lxhlong·2012-10-14 21:00

机器学习入门相关资源

书籍&课件2012-10-8{PRML作者主页，有部分课件、书中使用的数据、错误更正http://research.microsoft.com/en-us/um/people/cmbishop/ 北航PRML
lxhlong·2012-10-08 21:00

最近博客转型，focus到Topic Modeling及LDA概率模型 PRML研读，欢迎交流

9月开始，本博客开始focus到TopicModeling及LDA概率模型，研读机器学习的经典著作PRML，这本书还没有中文翻译版，只能啃英文原版了，也好，原版质量更高将陆续推出TopicModeling
yangliuy·2012-09-21 10:00
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他