题目链接：String Similarity 题意： 首先题目定义了两个串的相似（串的构成是0、1），如果两个串存在对于一个下标k，它们的值一样，那么这两个串就相似 然后题目给你一个长度为2n-1的串，我们设下标从1开始，那么[1,n],[2,n+1],[3,n+2]...[n,2n-1]每一个都是 ...
分类：
其他好文 时间：
2020-09-10 23:20:02
阅读次数：
48
逻辑回归 一、什么是逻辑回归 是用于处理因变量为分类变量的回归问题，常见的是二分类或二项分布问题，也可以处理多分类问题，它实际上是属于一种分类方法。主要思想是用最大似然概率方法构造方差，为最大化方差，利用牛顿梯度上升求解方差参数。 优缺点如下： 1 优点：计算代价不高，易于理解和实现。 2 缺点：容 ...
分类：
其他好文 时间：
2020-08-07 12:31:57
阅读次数：
64
一：问题描述 Learning问题就是参数估计问题，也就是求模型参数λ，具体形式为 ：λ_hat=argmax P(O|λ) 【通过最大化似然求得最优模型参数 λ；优化算法用EM，可类比GMM模型中求θ用的EM】 二、EM算法应用于HMM-learning模型的公式推导（具体可参考之前博客GMM：E ...
分类：
编程语言 时间：
2020-07-11 11:16:14
阅读次数：
99
交叉熵损失函数 交叉熵的几种表达形式 Binary CrossEntropy Categorical CrossEntropy 对数似然函数与交叉熵的关系 均方误差与交叉熵误差(sigmoid为激活函数) 均方误差(MSE)与梯度更新 交叉熵误差与梯度更新 对比与结论 多分类交叉熵函数的梯度更新(s ...
分类：
其他好文 时间：
2020-07-08 19:48:06
阅读次数：
99
将word2vec思想拓展到序列item的2vec方法并运用到推荐系统中，实质上可以认为是一种cf 在word2vec中，doc中的word是具有序列关系的，优化目标类似在max对数似然函数 应用在item2vec上，可以有两种看待方式： （1）如果item是强时序关系的，那么对某一次序列中的ite ...
分类：
其他好文 时间：
2020-06-12 20:28:30
阅读次数：
95
参考链接1 参考链接2 一、介绍 极大似然估计和贝叶斯估计分别代表了频率派和贝叶斯派的观点。频率派认为，参数是客观存在的，只是未知而矣。因此，频率派最关心极大似然函数，只要参数求出来了，给定自变量X，Y也就固定了，极大似然估计如下所示: D表示训练数据集，是模型参数 相反的，贝叶斯派认为参数也是随机 ...
分类：
其他好文 时间：
2020-06-09 23:27:55
阅读次数：
87
EM算法（Expectation-maximization），又称最大期望算法，是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计（或极大后验概率估计） 从定义可知，该算法是用来估计参数的，这里约定参数为 。既然是迭代算法，那么肯定有一个初始值，记为 ，然后再通过算法计算 通常，当模型的变量 ...
分类：
编程语言 时间：
2020-06-03 23:28:33
阅读次数：
88
本福特定律 概率公式 贝叶斯公式 重要分布 Beta分布 事件的独立性 期望与方差 协方差 Pearson相关系数 切比雪夫不等式 大数定律 中心极限定理 最大似然估计 ...
分类：
其他好文 时间：
2020-06-03 23:10:13
阅读次数：
66
贝叶斯滤波三大概率 先验概率 似然概率 后验概率 离散情况下的贝叶斯滤波 全概率公式：$P(T_m=10.3)=P(T_m=10.3|T=10)P(T=10)+P(T_m=10.3|T=11)P(T=11)$ 其中$P(T_m=10.3|T=10)$是似然概率（代表传感器精度），$P(T=10)$是 ...
分类：
编程语言 时间：
2020-05-24 12:03:59
阅读次数：
123
极大似然估计 我们先从极大似然估计说起，来考虑这样的一个问题，在给定的一组样本x1,x2······xn中，已知它们来自于高斯分布N(u, σ)，那么我们来试试估计参数u，σ。 首先，对于参数估计的方法主要有矩估计和极大似然估计，我们采用极大似然估计，高斯分布的概率密度函数如下： 我们可以将x1，x ...
分类：
编程语言 时间：
2020-05-18 23:05:34
阅读次数：
130
