1 概述 1.1 HMM概念理解 首先我們需要對一些看起來比較相似的概念做一個總結(jié)和區(qū)分: 馬爾可夫性(Markov Property):無后效...
概率圖模型(probabilistic graphical model,PGM)是一類算法的統(tǒng)稱,是圖靈獎獲得者Pearl開發(fā)出來的用圖來表示變...
1 回顧感知機(jī) 廢話不多說,就不從什么模擬人類的神經(jīng)元開始了,在感知機(jī)(Perceptron)中我們已經(jīng)說過:感知機(jī)模型是神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的...
XGBoost(eXtreme Gradient Boosting)中文名叫極端梯度提升,可以看出它是一種gradient boosting算法...
1 從boosting到gradient boosting (1)原理 從上一篇集成學(xué)習(xí)(3)boosting代表——Adaboost[http...
1 Adaboost原理 回顧前文集成學(xué)習(xí)(1)模型誤差與集成學(xué)習(xí)中對boosting的定義: 2.boosting:針對不獨(dú)立的同質(zhì)弱學(xué)習(xí)器。...
回顧前文對bagging的定義: 1.bagging(Bootstrap Aggregating):針對獨(dú)立的同質(zhì)弱學(xué)習(xí)器,相互獨(dú)立地并行學(xué)習(xí)這...
1 模型誤差——偏差與方差 之前我們已經(jīng)說了不少模型,這些模型的特點(diǎn)是:1、都是有監(jiān)督模型;2、都是個體模型,基本上都是一個輸入、一套參數(shù)、一個...
本篇開始總結(jié)一下以決策樹為基礎(chǔ)的模型,當(dāng)然本篇的內(nèi)容就是決策樹了,決策樹可以用來分類也可以用來回歸,用作分類的應(yīng)該更多一些,我們也先從分類問題講...