一、概率密度估計 概率密度估計，簡單說就是從離散的數(shù)據(jù)中估計出連續(xù)的概率密度函數(shù)。這里的離散數(shù)據(jù)即收集到的樣本，它們來自的類別可能擁有某種統(tǒng)計學...
投稿
收錄了11篇文章 · 2人關注
-
機器學習-概率密度估計及Meanshift算法 -
機器學習-Adaboost實現(xiàn)人臉檢測,Viola-Jones目標檢測Adaboost Boosting 指的是通過結合一些精度較低的弱學習器來獲得較高精度的方法，弱學習器指的是表現(xiàn)比隨即猜測稍微好一些的學習器。 ...
-
機器學習與深度學習從入門到入土
整理了一下文章的連接，方便自己看。 機器學習系列 機器學習的概率論基礎[http://www.itdecent.cn/p/4081feff20...
-
機器學習-概率論基礎
機器學習中常見的概率論定義以及概率密度估計。 1. 定義 隨機變量（random variable：隨機取值的變量，可以是離散的或者是連續(xù)的。 ...
-
機器學習常見面試問題及答案匯總
一些常見的機器學習面試題（不定時更新）。 激活函數(shù)的作用？激活函數(shù)為神經(jīng)網(wǎng)絡提供了非線性。如果不使用激活函數(shù)，每一層的輸入都相當于是上一層輸入的...
-
機器學習-集成方法 Bagging vs Boosting
集成方法將多個分類器組合在一起，產(chǎn)生比單個分類器更好的預測性能。集成模型的主要原理是，一組較弱的學習器聚集在一起形成一個較強的學習器，從而提高模...
-
機器學習-聚類分析
給定一堆數(shù)據(jù)點，根據(jù)算法把他們分成幾組，讓每個組內(nèi)的點都有相似的特性，這種方法就叫聚類。理論上來說，能分成一組的都是有相似特性的，不是一組的肯定...
-
機器學習-SVM支持向量機一、簡介 支持向量機(Support Vector Machine， SVM) 是一種分類器，它會產(chǎn)生一個二值的決策結果。支持向量機的泛化錯誤率...
-
機器學習-貝葉斯分類和樸素貝葉斯
1. 貝葉斯準則 首先介紹一下基本概念（概率論基礎就不多了）： ：d維特征向量 ：分類編號，對于二分類問題就是{0，1}或者{-1， +1} ：...
-
機器學習-Logistic回歸1. 后驗概率與logistic函數(shù) 在貝葉斯分類中提到過后驗概率，直接對后驗概率建模的計算判別模型。 對于一個二分類的模型，有 因此我們可以將...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/1944347/taiki.jpg', '推薦專題《魚的機器學習》（ 分享自 @簡書 ）','http://www.itdecent.cn/c/e4a9c4569d49?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁面編碼gb2312|utf-8默認gb2312'));){kind=link}