这篇文章主要是介绍一些基本的click model，这些不同的click model对用户与搜索结果页的交互行为进行不同的假设。 为了定义一个model，我们需要描述出observed variables，hidden variables，以及它们之间的关联，以及它们对model parameter ...
分类：
Web程序 时间：
2016-12-27 23:27:27
阅读次数：
434
参数估计：主要有EM算法和Gibbs采样 EM算法： Gibbs采样： ...
分类：
其他好文 时间：
2016-12-08 20:36:18
阅读次数：
176
本文主要介绍：统计学基本概念、数据的收集、数据的描述、回归和分类、多元分析，其中回归和分类、多元分析是学习重点。统计学中的其它概念如：概率及分布、参数估计、假设检验属于经典统计的内容，在此文略去，时间序列分析及指数是金融方面的应用，也一并略去，如有需要请查阅相关书籍。 参考书籍： 贾俊平.《统计学》 ...
分类：
其他好文 时间：
2016-10-25 02:36:14
阅读次数：
229
参数估计的方法有多种，这里我们分析三种基于概率的方法，分别是最大似然估计（Maximum Likelihood）、贝叶斯估计（Bayes）和最大后验估计（Maximum a posteriori）。我...
分类：
其他好文 时间：
2016-08-28 18:15:44
阅读次数：
151
极大似然估计，只是一种概率论在统计学的应用，它是参数估计的方法之一。 直接说，就是在给定样本的输出结果时，我们来估计参数。 它是建立在极大似然原理的基础上的一个统计方法，极大似然原理的直观想法是：一个随机试验如有若干个可能的结果A，B，C，…。若在仅仅作一次试验中，结果A出现，则一般认为试验条件对A... ...
分类：
其他好文 时间：
2016-08-01 00:03:49
阅读次数：
182
高斯混合模型参数估计的EM算法，python实现 ...
分类：
编程语言 时间：
2016-07-22 22:50:22
阅读次数：
224
1.重要的统计量 2.协方差 3.Pearson相关系数 4.协方差矩阵 5.相关系数矩阵 用来发现特征的相关性 6.独立与不相关 7.矩 8.重要的定理与不等式 ①Jenson不等式 ②切比雪夫不等式 ③大数定理 ④伯努利定理 ⑤中心极限定理 9.参数估计 ①矩估计 ②极大似然估计 ...
分类：
其他好文 时间：
2016-07-19 22:09:45
阅读次数：
118
本文主要描述了朴素贝叶斯分类方法，包括模型导出和学习描述。实例部分总结了《machine learning in action》一书中展示的一个该方法用于句子感情色彩分类的程序。1
方法概述学习（参数估计）实现：朴素贝叶斯下的文本分类
模型概述
朴素贝叶斯方法，是指朴素：特征条件独立贝叶斯：基于贝叶斯定理
根据贝叶斯定理，对一个分类问题，给定样本特征x，样本属于类别y的概率是...
分类：
其他好文 时间：
2016-07-19 10:48:55
阅读次数：
187
教材目录 第一章 概率统计的基本知识 第二章 R软件的使用 第三章 数据描述性分析 第四章 参数估计 第五章 假设检验 第六章 回归分析 第七章 方差分析 第八章 应用多元分析（I） 第九章 应用多元分析（II） 第十章 计算机模拟 第一章 概率统计的基本知识 第二章 R软件的使用 2.1 求均值和... ...
分类：
其他好文 时间：
2016-07-18 02:55:01
阅读次数：
267
第一篇随笔，打算把搞过的东西整理一下～test～ 基于Rstudio与Markdown可以快速生成R语言报告，结果可直接发布在RPubs，当然，你应当注册一个RPubs账号。 先来一发已发布的报告【Genetic Linkage Model】，主要介绍了利用Newton-Raphson、EM、Gib ...
分类：
编程语言 时间：
2016-07-16 06:46:03
阅读次数：
285
