码迷,mamicode.com
首页 >  
搜索关键字:统计学习    ( 412个结果
机器学习之支持向量机
支持向量机 (support vector machine, SVM) 是建立在统计学习理论的 VC 维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特点训练样本的学习精度)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折中,以期获得最好的泛化能力。 支持向量机的 基 ...
分类:其他好文   时间:2019-11-07 19:35:20    阅读次数:129
EM算法的python实现
本文参考自:https://www.jianshu.com/p/154ee3354b59 和 李航博士的《统计学习方法》 1. 2. 创建观测结果数据 输出一下,观察一下结果: 结果: matrix([[0., 0., 1., 1., 1., 1., 0., 1., 0., 1.]]) 3. EM算 ...
分类:编程语言   时间:2019-11-04 11:27:02    阅读次数:82
机器学习统计学习
统计学习 前言:机器学习比较重要的几部分:线性模型、统计学习、深度学习,线性部分包括SVM、压缩感知、稀疏编码,都是控制整个模型的稀疏性去做线性函数,偏 Discriminative 判别模型;统计学习主要通过统计方法对数据建模找到极大似然,偏 Generative 生成方法;深度学习就是 neur ...
分类:其他好文   时间:2019-10-11 21:56:34    阅读次数:108
Sparse PCA 稀疏主成分分析
Sparse PCA 稀疏主成分分析 2016-12-06 16:58:38 qilin2016 阅读数 15677 文章标签: 统计学习算法 更多 分类专栏: Machine Learning Sparse PCA 稀疏主成分分析 2016-12-06 16:58:38 qilin2016 阅读数 ...
分类:其他好文   时间:2019-10-10 09:12:28    阅读次数:139
遵循统一的机器学习框架理解SVM
遵循统一的机器学习框架理解SVM 一、前言 1. 我的博客不是科普性质的博客,仅记录我的观点和思考过程。欢迎大家指出我思考的盲点,更希望大家能有自己的理解。 2. 本文参考了李宏毅教授讲解SVM的课程和李航大大的统计学习方法。 二、理解 统一的机器学习框架(MLA): 1.模型(Model) 2.策 ...
分类:其他好文   时间:2019-10-03 16:04:44    阅读次数:107
python机器学习简介
[TOC]   机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。从数据中提取知识,也被称为预测分析 或 统计学习。 &ems ...
分类:编程语言   时间:2019-10-02 23:07:41    阅读次数:142
做一个logitic分类之鸢尾花数据集的分类
Iris 鸢尾花数据集是一个经典数据集,在统计学习和机器学习领域都经常被用作示例。我试着用numpy去做一个分类算法。 ...
分类:其他好文   时间:2019-09-18 19:30:15    阅读次数:153
统计学习方法之统计学习概论
统计学习方法之统计学习概论 统计学习(statistical learning),也称为统计机器学习(statistical maching learning)。 统计学习由监督学习(supervised learning)、无监督学习(unsupervised learning)和强化学习(rei ...
分类:其他好文   时间:2019-09-13 15:16:47    阅读次数:113
机器学习-KNN近邻算法
参看文章: 《机器学习-周志华》 《机器学习实战-Peter Harrington》 《统计学习方法-李航》 算法介绍: k近邻学习是一种常用的监督学习方法,其工作机制如下,给定测试样本,基于某种距离度量(曼哈顿距离、欧氏距离、切比雪夫距离、Lp距离、Minkowski距离)找出训练集中与其最靠近的 ...
分类:编程语言   时间:2019-08-17 14:28:29    阅读次数:119
《统计学习方法》第十章,隐马尔科夫模型
? 隐马尔科夫模型的三个问题 ● 代码 ● 输出结果1,成功复现树上的样例数据 ● 输出结果2,用自己的数据来跑有问题【坑】 ...
分类:其他好文   时间:2019-08-10 17:20:45    阅读次数:74
412条   上一页 1 ... 4 5 6 7 8 ... 42 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!