Kullback-Leibler Divergence，即K-L散度，是一種量化兩種概率分布P和Q之間差異的方式，又叫相對熵。在概率學和統(tǒng)計學上，我們經(jīng)常會使用一種更簡單的、...
發(fā)簡信
IP屬地：北京
-
如何理解K-L散度（相對熵） -
力扣數(shù)據(jù)庫刷題--關于case when那些事兒
整理一下力扣中關于case when那些事兒https://leetcode-cn.com/problems/calculate-salaries/[https://leet...
-
力扣數(shù)據(jù)庫刷題--關于連續(xù)那些事兒
關于連續(xù)問題的那些事兒鏈接：https://leetcode-cn.com/problems/active-users[https://leetcode-cn.com/pro...
-
CS224n Assignment 1
https://web.stanford.edu/class/archive/cs/cs224n/cs224n.1174/syllabus.html 第一次作業(yè)筆記 Soft...
-
矩陣分解(MF)和交替最小平方法(ALS)矩陣分解是一種常用的推薦系統(tǒng)，通常研究者們只有用戶-物品評分矩陣，如何從該矩陣中獲得用戶的個性偏好以及物品自身屬性為交替最小二乘法的實現(xiàn)目標。轉自：https://iii.r...
-
Logistic 回歸
最近看到了Logistic 回歸，LR模型主要用于分類模型(不是回歸)，細心的人不難發(fā)現(xiàn)LR模型在線性回歸模型上加了一個sigmoid轉換。 sigmoid轉換的優(yōu)勢 求梯度...
-
樸素貝葉斯法(2) 之 惡意留言過濾
攜程筆試的時候碰到了這個題目，當時其實沒多想。貝葉斯這個路子怕也太過氣了吧... 攜程也真是... 回顧思路 計算先驗概率 計算條件概率 不同類別概率估計 原始數(shù)據(jù)集 代碼 ...
-
樸素貝葉斯法(1) 之 基礎概念
筆記來自《統(tǒng)計學習方法》第四章。 大體分析 樸素貝葉斯的優(yōu)缺點 優(yōu)點： 樸素貝葉斯模型發(fā)源于古典數(shù)學理論，有著堅實的數(shù)學基礎，以及穩(wěn)定的分類效率。 NBC模型所需估計的參數(shù)很...
-
SVM(2) 之 線性可分支持向量機學習方法上一篇大概講了一下拉格朗日對偶法以及KKT條件，這一篇推導一下SVM的公式。下一篇舉個例子，差不多就結束了。 線性可分支持向量機 首先，考慮一下原始問題 間隔 間隔分為兩種，...
-
SVM(1) 之 拉格朗日乘子法和KKT條件
其實我之前看過這個地方，但是當時感觸不深(或者說根本沒看懂,也可能是忘了)，所以重新推導一下?！段鞴蠒?、《統(tǒng)計學習方法》 還有網(wǎng)上講的其實有點點的不一樣，這里以《統(tǒng)計學習...
-
CS224n自然語言處理與深度學習 Lecture Notes Two
本筆記主要內(nèi)容翻譯自斯坦福大學CS224n: Natural Language Processing with Deep Learning Lecture Notes: Pa...
-
循環(huán)神經(jīng)網(wǎng)絡 RNN
概述 循環(huán)神經(jīng)網(wǎng)絡(Recurrent Neural Networks ，以下簡稱RNN)，它廣泛的用于自然語言處理中的語音識別，手寫書別以及機器翻譯等領域。 更多見 iii...
-
-
隱馬爾科夫模型HMM
隱馬爾可夫模型 是統(tǒng)計模型，它用來描述一個含有隱含未知參數(shù)的馬爾可夫過程。其難點是從可觀察的參數(shù)中確定該過程的隱含參數(shù)。然后利用這些參數(shù)來作進一步的分析，例如模式識別。 更...
-
Stripe開發(fā)使用指南--國際支付（支付寶）這個開發(fā)過程就是一堆坑，中文教程都沒有，心累。 更多內(nèi)容見個人博客 :https://iii.run/ 權限 請確保對應的權限是支持的 Checkout Checkout 最...