【视频教程】人工智能之统计学基础 课程介绍： 1.1.1数理统计学的基本知识.mp4 2.2.2.1参数估计的方法.mp4 3.3.2.2估计的优良性标准 4.4.2.3置信区间 5.5.2.4分布函数与密度函数的估计 6.6.3.1假设检验问题的提出 7.7.3.2-3.4似然比检验 8.8.3. ...
分类：
其他好文 时间：
2019-04-18 23:23:33
阅读次数：
231
"$problem$" 与 "这题" 灰常的相似 然后内存可能过大 开个滚动数组 因为数塔问题总是 只需要上面一行的两个状态（这题就是数塔问题） 下面的代码与原题不符。（原题要输出路径）~~想抄的可以走了~~ 输出路径只需要数组记录一下就好了。 ~~~ ifdef Dubug endif inclu ...
分类：
其他好文 时间：
2019-03-31 13:48:43
阅读次数：
190
即我们GBDT算法中的损失函数。分类模型和回归模型的损失函数是不一样的。 对于分类模型，有对数似然损失函数"deviance"和指数损失函数"exponential"两者输入选择。默认是对数似然损失函数"deviance"。在原理篇中对这些分类损失函数有详细的介绍。一般来说，推荐使用默认的"devi ...
分类：
其他好文 时间：
2019-03-25 14:56:03
阅读次数：
132
sklearn中的降维算法PCA和SVD 1 概述 1.1 从什么叫“维度”说开来 1.2 sklearn中的降维算法 2 PCA与SVD 2.1 降维究竟是怎样实现？ 2.2 重要参数n_components 2.2.1 迷你案例：高维数据的可视化 2.2.2 最大似然估计自选超参数 2.2.3 ...
分类：
编程语言 时间：
2019-03-19 10:41:12
阅读次数：
1183
机器学习的面试题中经常会被问到交叉熵(cross entropy)和最大似然估计(MLE)或者KL散度有什么关系，查了一些资料发现优化这3个东西其实是等价的。 熵和交叉熵 提到交叉熵就需要了解下信息论中熵的定义。信息论认为： 确定的事件没有信息，随机事件包含最多的信息。 事件信息的定义为：$I(x) ...
分类：
其他好文 时间：
2019-03-13 18:02:58
阅读次数：
265
EM算法与高斯混合模型 前言 EM算法是一种用于含有隐变量的概率模型参数的极大似然估计的迭代算法。如果给定的概率模型的变量都是可观测变量，那么给定观测数据后，就可以根据极大似然估计来求出模型的参数，比如我们假设抛硬币的正面朝上的概率为p（相当于我们假设了概率模型），然后根据n次抛硬币的结果就可以估计 ...
分类：
编程语言 时间：
2019-03-05 21:29:26
阅读次数：
229
极大似然是什么？一时半会真的说不清，但是我们在日常生活中都用过这个理论。 比如我们要统计某省男女比例，不可能挨个统计，通常的作法是随机选N个人，看看这N个人的男女比例，就代表了整体的比例。 这就是极大似然。 官方解释 求未知参数点估计的一种重要方法。思路是设一随机试验在已知条件下，有若干个结果A，B ...
分类：
其他好文 时间：
2019-02-28 18:24:10
阅读次数：
160
低资源： 平行语料库：质量不行。 伪数据：用单语语料库单向翻译，构造伪平行语料库 半监督学习 对偶学习：微软的 多任务学习：百度的 谷歌：通用的语言翻译模型 最大期望似然估计 —————————————————————————————————————————————————————————————— ...
分类：
其他好文 时间：
2019-02-15 13:44:45
阅读次数：
361
上篇的CRF++源码阅读中， 我们看到CRF++如何处理样本以及如何构造特征。本篇文章将继续探讨CRF++的源码，并且本篇文章将是整个系列的重点，会介绍条件随机场中如何构造无向图、前向后向算法、如何计算条件概率、如何计算特征函数的期望以及如何求似然函数的梯度。本篇将结合条件随机场公式推导和CRF++ ...
分类：
其他好文 时间：
2019-01-28 20:14:53
阅读次数：
211
