mlapp

MLAPP————第二章 概率论基础

说明这篇博客主要是介绍概率论还有信息论的一些预备知识。主要以翻译为主，很多地方的结论也都是根据书上直接得到的，没有给出具体的求解过程。第二章概率2.1介绍在进行更加技术性的内容之前，先不妨想一下什么是“概率”？我们经常会说：丢一枚硬币，正面朝上的概率是0.5。这句话的意思是什么。有两种不同的观点，一个是频率派的观点，他们认为概率就是你重复做一件事N次，如果事件发生了m次，那么概率就是m/N。从抛硬
QQQiZZZ·2020-06-24 13:24

MLAPP————第一章 简介

个人说明：本人是机器学习方向的小白一个，虽然多次暗下决心想要认真看完例如PRML，MLAPP这两本书，却都坚持不下去，往往都是看完前几章就顿感力不从心，每次遇到问题解决不了就会搁置。
QQQiZZZ·2020-06-24 13:21

二维机器学习测试数据生成

最近在看mlapp的第七八章，讲的是线性回归和逻辑回归的内容当然就难免写点代码来进行实验，总喜欢自己做一些数据而不只是写一个原函数再加上噪声毕竟自己点点点出来然后得到学习的直线比较有feel，所有就需要这样一个东西
Dark_Scope·2020-06-21 19:45

leetcode 237 删除链表中的节点

关注公众号《长歌大腿》，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
伊凡vnir·2020-04-09 16:14

贝尔曼-福特算法(Bellman–Ford algorithm)

关注公众号《长歌大腿》，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
伊凡vnir·2020-03-17 00:11

贪心算法题：leetcode 55 跳跃游戏

关注公众号《长歌大腿》，发送“机器学习”关键字，可获取包含机器学习（包含深度学习)，统计概率，优化算法等系列文本与视频经典资料，如《ESL》《PRML》《MLAPP》等。
伊凡vnir·2020-02-18 06:21

android 手机安装linux

linuxdeploy会失败地址LinuxDeploy安装linux镜像的地址lJuiceSSH手机使用ssh连接地址安装https://www.jianshu.com/p/690e3e35a38fhttps://mlapp.cn
proud2008·2020-02-14 20:43

2017半年计划

MLAPP。另外，PRML挑一些章节看看。DeepLearning。凸优化。这本书挑章节看。Desig
JasonWayne·2020-01-07 14:50

SVD直观理解

原文链接最近在看的MLAPP第七章中出现了多次SVD的内容，大学的时候只学了实对称矩阵的对角化，这次趁机会好好弥补一下。师兄给我发了一个张志华老师的SVD总结，总共一百多页，很数学让我看了就头大。
Neo_DH·2019-03-29 11:14

MLAPP————第十章 有向图模型（贝叶斯网）

第十章有向图模型（贝叶斯网）10.1简介我基本上知道用简单的方法处理复杂系统的两个原则:第一个是模块化原则，第二个是抽象原则。我是机器学习中计算概率的辩护者，因为我相信概率论以深刻而有趣的方式实现了这两个原则。在我看来，尽可能充分地利用这两种机制似乎是机器学习的前进方向。假设我们观察到很多相关的变量，比如一个文章中的单词，一幅图上的像素点或者是微阵列中的基因。那么我们怎么样才能简洁的表示出这些变量
QQQiZZZ·2018-11-27 11:07

MLAPP————第九章 广义线性模型和指数家族

第九章广义线性模型和指数家族9.1简介我们现在已经遇到了许多不同的概率分布，如：高斯分布，伯努利分布，学生t分布，均匀分布，gamma分布等。其实在这些分布里面，有很多的分布其实是属于一个分布家族，这个家族就叫做指数家族（exponentialfamily）。在这一章节中，我们主要就是讨论指数家族分布的一些性质。9.2指数家族在我们进行正式的定义指数家族之前，我们先说明一下它为什么这么重要的理由：
QQQiZZZ·2018-11-23 15:49

卡尔曼滤波及卡尔曼平滑不等间距示例

在之前的一篇博客里（http://blog.csdn.net/foreseerwang/article/details/77883616）介绍了卡尔曼滤波和卡尔曼平滑的理解，后来发现，MLaPP这本书的第
foreseerwang·2018-01-05 16:42

在unity中使用matlab

直接在unity中使用MATLAB语句http://blog.csdn.net/zhupumao/article/details/51996113其中，MLAPP是COM，unity不能调用。
Reyuwei·2017-09-21 14:44

MLaPP Chapter 5 Bayesian statistics 贝叶斯统计

5.1Introduction介绍在第三章我们讨论了如果用最大化后验（MAP）做参数估计，即θ^=argmaxp(θ|D)，和计算全后验p(θ|D)和计算后验预测密度（posteriorpredictivedensity）p(x|D)用后验分布（posteriordistributino）来总结一切是贝叶斯统计的核心内容，第六章会讲另一种学派的方法，即频率学派（frequentistorclass
张小彬的代码人生·2017-02-08 15:03

机械学习资料

注：本页面主要针对想快速上手机器学习而又不想深入研究的同学，对于专门的researcher，建议直接啃PRML，ESL，MLAPP以及你相应方向的书（比如NumericalOptimization，GraphicModel
qq_20823641·2016-04-27 09:00

MLAPP——机器学习的概率知识总结

《机器学习》课程使用的是KevinP.Murphy所著的《MachineLearningAProbabilisticPerspective》这本英文原版教材，这本书从概率论这个数学角度独特阐述了机器学习的所有问题，需要较强的数学基础。因为是英文教材，特开一个专题在此记录自己的学习过程和各种问题，以供备忘和举一反三之用。在讲解了机器学习的概述之后，第二章紧接着就开始讲述概率论的知识，通过后续的学习会
u010487568·2014-10-12 16:00

NLP 学习笔记 01

coursera上MichaelCollins的课程nlp开始了，在读大部头(mlapp)学习ML的过程中看看nlp也着实不错，可以做一些实践这个课程老师语速很慢，讲解思路十分清晰，推荐给大家。
Dark_Scope·2013-02-28 18:48

NLP 学习笔记 01

    coursera上MichaelCollins的课程nlp开始了，在读大部头(mlapp)学习ML的过程中看看nlp也着实不错，可以做一些实践    这个课程老师语速很慢，讲解思路十分清晰，推荐给大家
Dark_Scope·2013-02-28 18:00

二维机器学习测试数据生成

最近在看mlapp的第七八章，讲的是线性回归和逻辑回归的内容当然就难免写点代码来进行实验，总喜欢自己做一些数据而不只是写一个原函数再加上噪声毕竟自己点点点出来然后得到学习的直线比较有feel，所有就需要这样一个东西
Dark_Scope·2013-02-01 14:48

二维机器学习测试数据生成

最近在看mlapp的第七八章，讲的是线性回归和逻辑回归的内容当然就难免写点代码来进行实验，总喜欢自己做一些数据而不只是写一个原函数再加上噪声毕竟自己点点点出来然后得到学习的直线比较有feel，所有就需要这样一个东西
Dark_Scope·2013-02-01 14:00

贝叶斯线性回归(Bayesian Linear Regression)

mlapp看到了第七章，跳了第六章没看，第七章主要是讲线性回归的，前面首先是最朴素的线性回归，接着是ridge线性回归(其实就是带惩罚参数的回归)，然后就是本文要总结的贝叶斯线性回归。
Dark_Scope·2013-01-31 11:37

贝叶斯线性回归(Bayesian Linear Regression)

mlapp看到了第七章，跳了第六章没看，第七章主要是讲线性回归的，前面首先是最朴素的线性回归，接着是ridge线性回归(其实就是带惩罚参数的回归)，然后就是本文要总结的贝叶斯线性回归。
Dark_Scope·2013-01-31 11:37

贝叶斯线性回归(Bayesian Linear Regression)

   mlapp看到了第七章，跳了第六章没看，第七章主要是讲线性回归的，前面首先是最朴素的线性回归，接着是ridge线性回归(其实就是带惩罚参数的回归)，然后就是本文要总结的贝叶斯线性回归。
Dark_Scope·2013-01-31 11:00

c#，xp系统，Matlab6.5

MLApp.MLAppClass matlab = new MLApp.MLAppClass();  matlab.Visible = 1;  matlab.Execute("figure(1)");   
hanghangaidoudou·2012-05-23 09:00
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他