码迷,mamicode.com
首页 >  
搜索关键字:统计学习    ( 412个结果
深度学习之神经网络与支持向量机
深度学习之神经网络与支持向量机 引言:神经网络(Neural Network)与支持向量机(Support Vector Machines,SVM)是统计学习的代表方法。可以认为神经网络与支持向量机都源自于感知机(Perceptron)。感知机是1958年由Rosenblatt发明的线性分类模型。....
分类:其他好文   时间:2015-07-03 22:00:00    阅读次数:138
深度学习之神经网络与支持向量机
从人人上转过来的 前言:本文翻译自deeplearning网站,主要综述了一些论文、算法已经工具箱。 ? 引言:神经网络(Neural?Network)与支持向量机(Support?Vector?Machines,SVM)是统计学习的代表方法。可以认...
分类:其他好文   时间:2015-06-29 10:19:47    阅读次数:167
EM算法
《统计学习方法》第9章 EM算法及其推广 EM算法是一种迭代算法,用于含有隐含变量(hidden variable)的概率模型参数的极大似然估计,或极大后验概率估计。 EM算法的每次迭代由两步组成: E步,求期望(expectation); M步,求极大(maximization)。 所以这一算法成...
分类:编程语言   时间:2015-06-24 16:00:38    阅读次数:194
逻辑回归算法(MATLAB)
根据李航博士总结的统计学习三要素方法=模型+策略+算法,对应于逻辑回归 模型=基于单极型函数(逻辑函数)的条件概率模型 策略=经验损失对应的训练样本先验概率最大化 算法=随机梯度上升法       逻辑回归MATLAB代码比较简单,如下所示,循环对所有的样本,进行梯度上升算法 function [w]=LogisticRegression(x,y,learningRate,m...
分类:编程语言   时间:2015-06-21 09:28:53    阅读次数:624
统计学习方法——CART, Bagging, Random Forest, Boosting
http://blog.csdn.net/abcjennifer/article/details/8164315本文从统计学角度讲解了CART(Classification And Regression Tree), Bagging(bootstrap aggregation), Random Fo...
分类:其他好文   时间:2015-06-20 17:04:28    阅读次数:150
HMM的概率计算问题和预测问题的java实现
HMM(hidden markov model)可以用于模式识别,李开复老师就是采用了HMM完成了语音识别。一下的例子来自于《统计学习方法》一个HMM由初始概率分布,状态转移概率分布,观测概率分布确定。并且基于两个假设:1 假设任意时刻t的状态只依赖于前一个时刻的状态,与其他时刻的状态和观测序列无关...
分类:编程语言   时间:2015-06-15 22:04:26    阅读次数:207
统计学习方法笔记 决策树
决策树(decision tree)是一种基本的分类与回归方法。 决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。 它可以认为是if-then规则的集合,也可以认为是定义在特征空间与类空间上的条件概率分布。其 主要优点是模型具有可读性,分类速度快。学习时,利用训练数据,根据损失...
分类:其他好文   时间:2015-06-14 18:17:29    阅读次数:2162
统计学习方法笔记 提升树
提升树是以分类树或回归树为基本分类器的提升方法 提升树被认为是统计学习中性能最好的方法之一 提升方法实际采用加法模型(基函数的线性组合)与前向分步算法 以决策树为基函数的提升方法称为提升树 对分类问题决策树是二叉分类树 对回归问题决策树是二叉回归树 提升树模型可以表示为决策树的加法模型: T(x;Θ...
分类:其他好文   时间:2015-06-13 22:58:53    阅读次数:159
统计学习方法 AdaBoost
提升方法的基本思路 在概率近似正确(probably approximately correct,PAC)学习的框架中, 一个概念(一个类),如果存在一个多项式的学习算法能够学习它,并且正确率很高,那么就称这个概念是强可学习的; 一个概念,如果存在一个多项式的学习算法能够学习它,学习的正确率仅比随机...
分类:其他好文   时间:2015-06-13 21:35:12    阅读次数:1475
统计学习方法笔记 Logistic regression
logistic distribution 设X是连续随机变量,X服从逻辑斯谛分布是指X具有下列分布函数和密度函数: 式中,μ为位置参数,γ>0为形状参数。 密度函数是脉冲函数 分布函数是一条Sigmoid曲线(sigmoid curve)即为阶跃函数 二项逻辑斯谛回归模型 二项逻辑斯谛回归模型是如...
分类:其他好文   时间:2015-06-12 20:39:16    阅读次数:146
412条   上一页 1 ... 33 34 35 36 37 ... 42 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!