發(fā)簡(jiǎn)信
IP屬地：湖南
-
Day14~15 第六章 Logistic 回歸與最大熵模型1? Logistc 回歸模型 1.1?Logistic 分布 ??定義 6.1 (logistic 分布)?設(shè) 是連續(xù)隨機(jī)變量， 服從 lo...
-
Day11~13 第五章 決策樹(shù)
1?決策樹(shù)模型與學(xué)習(xí) 1.1?決策樹(shù)模型 ??定義 5.1 (決策樹(shù))?分類決策樹(shù)模型是描述對(duì)實(shí)例進(jìn)行分類的樹(shù)形結(jié)構(gòu)。決策樹(shù)由 結(jié)點(diǎn) (node...
-
Day9~10 第四章 樸素貝葉斯1?樸素貝葉斯法的學(xué)習(xí)與分類 ??樸素貝葉斯的思想是：對(duì)于給定的一個(gè)訓(xùn)練數(shù)據(jù)集，首先基于特征條件獨(dú)立假設(shè)學(xué)習(xí)輸入輸出的聯(lián)合概率分布；然后基于此模...
-
Day7~8 第三章 k 近鄰
1?k 近鄰算法 ?? 近鄰算法的思想是：給定一個(gè)訓(xùn)練數(shù)據(jù)集，對(duì)新的輸入實(shí)例，在訓(xùn)練數(shù)據(jù)集中找到與該實(shí)例最鄰近的 個(gè)實(shí)例，這 個(gè)實(shí)例的多數(shù)屬...
-
Day5~6 第二章 感知機(jī)
1?感知機(jī)模型 ??定義 2.1 (感知機(jī))?假設(shè)輸入空間是 ，輸出空間是 。輸入 表示實(shí)例的特征向量，對(duì)應(yīng)輸出空間的的點(diǎn)；輸出 表示實(shí)例的...
-
Day4 第一章 統(tǒng)計(jì)學(xué)習(xí)及監(jiān)督學(xué)習(xí)概論(習(xí)題與總結(jié))
1?幾點(diǎn)收獲與思考 在監(jiān)督學(xué)習(xí)中，訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)被看作是依聯(lián)合概率密度分布 獨(dú)立同分布產(chǎn)生的。 監(jiān)督學(xué)習(xí)中，概率模型是生成模型，非概率模型...
-
Day3 第一章 統(tǒng)計(jì)學(xué)習(xí)及監(jiān)督學(xué)習(xí)概論(2)
4?模型評(píng)估與模型選擇 4.1?訓(xùn)練誤差與測(cè)試誤差 ??假設(shè)學(xué)習(xí)到的模型是 ，訓(xùn)練誤差是模型 關(guān)于訓(xùn)練數(shù)據(jù)集的平均損失：其中 是訓(xùn)練樣本容量...
-
Day2 第一章 統(tǒng)計(jì)學(xué)習(xí)及監(jiān)督學(xué)習(xí)概論(1)
1?統(tǒng)計(jì)學(xué)習(xí) ??實(shí)現(xiàn)統(tǒng)計(jì)學(xué)習(xí)方法的步驟：??（1）得到一個(gè)有限的訓(xùn)練數(shù)據(jù)集合，假設(shè)數(shù)據(jù)是獨(dú)立同分布產(chǎn)生的；??（2）確定包含所有可能的模型的假...
-
Day1 學(xué)習(xí)準(zhǔn)備
1?簡(jiǎn)介 ??李航老師的《統(tǒng)計(jì)學(xué)習(xí)方法》是機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典入門教材之一。??本書(shū)分為監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)兩篇，全面系統(tǒng)地介紹了統(tǒng)計(jì)學(xué)習(xí)的主要方...