实际开发中有很多项目需要引用第三方的dll或者资源文件，且文件比较多，在运行时这些文件需要被拷贝到BIN目录。 使用VS自带的"复制到输出目录"，似然方便，但是比较不零活，经过多次摸索，终于有了一个很好的解决办法。 将csproj中copy指令的用法如下： 1、记事本打开启动项目的 csproj文件 ...
分类：
其他好文 时间：
2018-07-24 11:53:38
阅读次数：
149
最大似然估计是利用已知的样本的结果，在使用某个模型的基础上，反推最有可能导致这样结果的模型参数值，是一种“模型已定，参数未知”的方法。 F_{n} = F_{n-1} + F_{n-2} $f(x_1,x_2,\ldots,x_n) = x_1^2 + x_2^2 + \cdots + x_n^2$ ...
分类：
其他好文 时间：
2018-07-22 17:01:53
阅读次数：
102
之所以起这个名字是因为对应之前的搭配推荐模型，如之前的博客 基于图像信息的搭配商品推荐 中所述，可以看做是基于单因素对搭配进行建模，即认为搭配的商品应该在单因素--风格上相似，然后在对商品映射后的latent space即风格空间中，搭配的商品的距离会更接近。 然后更进一步很自然的想法就是： 1）相 ...
分类：
其他好文 时间：
2018-07-22 11:19:58
阅读次数：
218
EM最大期望算法 目录 一、凸函数与凹函数的定义：1 二、Jensen不等式证明1 三、EM算法详解：1 1.最大似然1 2.EM算法1 3.EM算法推导1 4.EM算法步骤：1 5.EM算法的收敛性思考1 6.EM算法的一些思考1 一、凸函数与凹函数的定义： 1.凸函数定... ...
分类：
编程语言 时间：
2018-07-19 22:56:36
阅读次数：
283
关键词：先验概率；条件概率和后验概率；特征条件独立；贝叶斯公式；朴素贝叶斯；极大似然估计；后验概率最大化； 期望风险最小化；平滑方法 朴素贝叶斯分类的定义如下： 1. 设 x = a1,a2, ...,am为一个待分类项，而每个a是x的一个特征属性。 2.待分类项的类别集合C={y1，y2，..., ...
分类：
其他好文 时间：
2018-07-15 19:28:01
阅读次数：
451
概率模型的应用： 1.中心任务：在给定观测变量X的条件下，计算潜在变量Z的后验概率分布p(Z|X)，以及关于p的期望。 2.任何未知的参数都有一个先验概率分布 eg：对于EM算法来说我们需要计算完整数据的对数似然函数关于潜在变量Z的后验概率分布的期望。 但在实际情况下，求解许多模型的后验概率分布或者 ...
分类：
其他好文 时间：
2018-07-09 14:11:26
阅读次数：
280
机器学习 LR中的参数迭代公式推导——极大似然和梯度下降 机器学习 LR中的参数迭代公式推导——极大似然和梯度下降 Logistic本质上是一个基于条件概率的判别模型(DiscriminativeModel)。 函数图像为： 通过sigma函数计算出最终结果，以0.5为分界线，最终结果大于0.5则属 ...
分类：
其他好文 时间：
2018-07-01 19:28:38
阅读次数：
207
原理 对数损失, 即对数似然损失(Log-likelihood Loss), 也称逻辑斯谛回归损失(Logistic Loss)或交叉熵损失(cross-entropy Loss), 是在概率估计上定义的.它常用于(multi-nominal, 多项)逻辑斯谛回归和神经网络,以及一些期望极大算法的变 ...
分类：
编程语言 时间：
2018-06-23 20:54:44
阅读次数：
960
1， 频率派思想 频率派思想认为概率乃事情发生的频率，概率是一固定常量，是固定不变的 2， 最大似然估计 假设有100个水果由苹果和梨混在一起，具体分配比例未知，于是你去随机抽取10次，抽到苹果标记为1， 抽到梨标记为0，每次标记之后将抽到的水果放回 最终统计的结果如下： 苹果 8次，梨2次 据此， ...
分类：
其他好文 时间：
2018-06-18 12:45:43
阅读次数：
229
1.问题引入 总括：逻辑回归其实就是将分类问题数学化，也就是将类别的现象用具体的函数去刻画。 现象：如下图，就是一个二分类的具体现象，我们总可以找到一条曲线（判定边界）将两种现象或者特征分割开来. 2.问题求解 问题1：如何用函数去刻画上述分类问题中的判定边界？ 我们可以将上述判定边界分成两个类别， ...
分类：
其他好文 时间：
2018-06-05 15:29:02
阅读次数：
261
