码迷,mamicode.com
首页 >  
搜索关键字:推导    ( 3046个结果
python 写一个scheme解释器(一)
解释器的本质 我们换一种语言来写解释器的时候,其实本质和scheme写scheme是一样的,即将输入的一串字符串作为源程序执行而语法和语义均由自己预先设计好并严格执行。 这里我们采用python 来实现我们的第二版的scheme解释器,首先python支持的列表推导式、lambda、模式匹配等语法糖...
分类:编程语言   时间:2014-11-23 01:54:09    阅读次数:1011
先验概率、后验概率、似然估计,似然函数、贝叶斯公式
联合概率的乘法公式:(如果随机变量是独立的,则)由乘法公式可得条件概率公式:,,全概率公式:,其中(,则,则可轻易推导出上式)贝叶斯公式:又名后验概率公式、逆概率公式:后验概率=似然函数×先验概率/证据因子。解释如下,假设我们根据“手臂是否很长”这个随机变量(取值为“手臂很长”或“手臂不长”)的观测...
分类:其他好文   时间:2014-11-21 20:24:29    阅读次数:215
深度学习 Deep Learning UFLDL 最新Tutorial 学习笔记 4:Debugging: Gradient Checking
1 Gradient Checking 说明前面我们已经实现了Linear Regression和Logistic Regression,关键在于代价函数Cost Function和其梯度Gradient的计算。在Gradient的计算中,我们一般采用推导出来的计算公式来进行计算。但是我们看到,推导出来的公式是复杂的,特别到后面的神经网络,更加复杂。这就产生了一个问题,我们如何判断我们编写的程序就...
分类:其他好文   时间:2014-11-20 13:46:16    阅读次数:339
话说svm
从svm的思路说起,进而到svm的具体推导过程...
分类:其他好文   时间:2014-11-20 12:08:00    阅读次数:300
混合高斯模型的EM求解(Mixtures of Gaussians)及Python实现源码
混合高斯模型的EM求解,详细推导,并附Python代码。...
分类:编程语言   时间:2014-11-20 12:07:15    阅读次数:267
最大类间方差法(Otsu)
由Otsu(大津展之)于1978年提出的最大类间方差法,是引起较多关注的一种阈值选取方法。它是在判决分析或最小二乘原理的基础上推导出来的。参考文献:[1] Otsu N. A threshold selection method from gray-level histogram. IEEE T.....
分类:其他好文   时间:2014-11-20 11:38:51    阅读次数:346
hdu 1466 计算直线的交点数 递推
以前做这道题目的时候,花了好长时间找规律,感觉十分高大上,今天回顾这个题目的时候,突然有了顿悟, 有了递推的思想就容易解决了。题意:给你n条直线,问:输出这些直线所有相交情况下的交点个数(升序输出)解题思路:我们可以从n-1条直线相交的情况推导出n条直线的相交情况,考虑到直线的关系不是相交就是平行....
分类:其他好文   时间:2014-11-19 13:58:01    阅读次数:166
有趣的平方和的推导
考虑正三角形:12 23 3 3把这个三角形旋转120度,再旋转120度,分别得到两个三角形,如下:33 23 2 1还有另外一个三角形:32 31 2 3把这三个三角形相加,得到:77 77 7 7得到都是7不是偶然的,当将3替换成n时,每个元素都是2*n+1.而每个三角形的和都是1^2+2^2+...
分类:其他好文   时间:2014-11-17 21:12:45    阅读次数:97
【UFLDL】多层神经网络
原英文教程地址见:http://ufldl.stanford.edu/tutorial/supervised/MultiLayerNeuralNetworks 本文是在学习该教程时记得笔记,供参考。周末的时候利用空闲时间用python实现了一下,但是训练结果总是不对,原因尚未查清楚,如果公式推导有误请指出,谢谢!...
分类:其他好文   时间:2014-11-17 19:27:28    阅读次数:282
神经网络之后向传播算法
本文结合维基百科http://en.wikipedia.org/wiki/Backpropagation的说明,对神经网络的后向传播算法做一个总结,并作简单的公式推导。典型的只含有1个隐层的3层神经网络的后向传播算法流程如下:initialize network weights (often sma...
分类:编程语言   时间:2014-11-17 17:35:16    阅读次数:437
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!