线性回归 人工智能是机器学习的父类；机器学习是深度学习的父类 1. 怎么做线性回归？ 2. 理解回归 -- 最大似然函数 3. 应用正态分布概率密度函数 -- 对数总似然 4. 推导出损失函数 -- 推导出解析解 5. 代码实现解析解的方式求解 -- 梯度下降法的开始 -- sklearn模块使用线 ...
分类：
其他好文 时间：
2018-08-14 22:51:12
阅读次数：
307
【机器学习基本理论】详解最大似然估计（MLE）、最大后验概率估计（MAP），以及贝叶斯公式的理解 https://mp.csdn.net/postedit/81664644 最大似然估计（Maximum likelihood estimation, 简称MLE）和最大后验概率估计（Maximum a ...
分类：
其他好文 时间：
2018-08-14 14:59:59
阅读次数：
207
1、EM算法要解决的问题 如果使用基于最大似然估计的模型，模型中存在隐变量，就要用EM算法做参数估计。 EM算法解决这个的思路是使用启发式的迭代方法，既然我们无法直接求出模型分布参数，那么我们可以先猜想隐含数据（EM算法的E步），接着基于观察数据和猜测的隐含数据一起来极大化对数似然，求解我们的模型参 ...
分类：
编程语言 时间：
2018-08-09 23:14:09
阅读次数：
167
最大似然估计（Maximum likelihood estimation, 简称MLE）和最大后验概率估计（Maximum aposteriori estimation, 简称MAP）是很常用的两种参数估计方法。 1、最大似然估计（MLE） 在已知试验结果（即是样本）的情况下，用来估计满足这些样本分 ...
分类：
其他好文 时间：
2018-08-07 21:57:53
阅读次数：
3439
一、逻辑回归简介 如何凸显你是一个对逻辑回归已经非常了解的人呢。一句话概括它！逻辑回归假设数据服从伯努利分布，通过极大化似然函数的方法，运用梯度下降来求解参数，来达到将数据二分类的目的。 这里面其实包含了5个点 1：逻辑回归的假设，2：逻辑回归的损失函数，3：逻辑回归的求解方法，4：逻辑回归的目的， ...
分类：
其他好文 时间：
2018-08-07 19:02:00
阅读次数：
266
极大似然估计思想的最简单解释 https://blog.csdn.net/class_brick/article/details/79724660?from=timeline 极大似然估计法的理解可以从三个角度入手，一个是整体性的思想，然后两个分别是离散状态的极大似然估计和连续状态的极大似然估计的简 ...
分类：
其他好文 时间：
2018-08-06 12:55:27
阅读次数：
153
title: 最大似然估计和EM算法 date: 2018 06 01 16:17:21 tags: [算法，机器学习] categories: 机器学习 mathjax: true 本文是对最大似然估计和EM算法做的一个总结。 一般来说，事件A发生的概率与某个未知参数$\theta?$有关，$\t ...
分类：
编程语言 时间：
2018-08-05 17:01:24
阅读次数：
225
王健, 孙志礼, 于震梁, 柴小冬 东北大学 机械工程与自动化学院， 辽宁 沈阳 110819 收稿日期: 2015-04-28 基金项目: 国家科技重大专项(2013ZX04011-011). 作者简介: 王健（1988-），男，辽宁锦州人，东北大学博士研究生;孙志礼(1957-)，男，山东巨野人 ...
分类：
其他好文 时间：
2018-07-31 17:19:21
阅读次数：
201
线性回归算法概述 误差项分析 似然函数求解 线性回归求解 ...
分类：
编程语言 时间：
2018-07-29 15:12:52
阅读次数：
130
在本文中，我们通过一个名为WinBUGS的免费贝叶斯软件，可以很容易地完成基于似然的多变量随机波动率（SV）模型的估计和比较。通过拟合每周汇率的双变量时间序列数据，九个多变量SV模型，包括波动率中的格兰杰因果关系，时变相关性，重尾误差分布，加性因子结构和乘法因子结构的说明来说明想法。 单变量随机波动 ...
