看到一個(gè)介紹SVM的blog，寫(xiě)的真的太好了，記錄一下： 「14」支持向量機(jī)——我話說(shuō)完，誰(shuí)支持？誰(shuí)反對(duì)？_Machine Learning with Turing's Ca...
發(fā)簡(jiǎn)信
IP屬地：安徽
-
先驗(yàn)概率、后驗(yàn)概率與似然估計(jì)
轉(zhuǎn)載自：先驗(yàn)分布、后驗(yàn)分布、似然估計(jì)這幾個(gè)概念是什么意思，它們之間的關(guān)系是什么？ - 知乎[https://www.zhihu.com/question/24261751/a...
-
全概率公式與貝葉斯公式
條件概率 條件概率公式： 全概率公式 上圖中，紅色部分是事件A，綠色部分是事件A'，它們共同構(gòu)成了樣本空間S。 在這種情況下，事件B可以劃分成兩個(gè)部分。即： 所以， 由此我們...
-
批標(biāo)準(zhǔn)化（batch normalization）今天學(xué)習(xí)李宏毅老師的機(jī)器學(xué)習(xí)課程的batch normalization部分，有點(diǎn)囫圇吞棗，寫(xiě)個(gè)blog記錄一下吧。 參考自：深度學(xué)習(xí)—BN的理解（一） - 深度機(jī)器學(xué)習(xí) -...
-
標(biāo)準(zhǔn)化/歸一化一、標(biāo)準(zhǔn)化/歸一化 定義 歸一化和標(biāo)準(zhǔn)化經(jīng)常被搞混，程度還比較嚴(yán)重，非常干擾大家的理解。為了方便后續(xù)的討論，必須先明確二者的定義。 歸一化 就是將訓(xùn)練集中某一列數(shù)值特征（假設(shè)...
-
幾種常用最優(yōu)化方法
學(xué)習(xí)和工作中遇到的大多問(wèn)題都可以建模成一種最優(yōu)化模型進(jìn)行求解，比如我們現(xiàn)在學(xué)習(xí)的機(jī)器學(xué)習(xí)算法，大部分的機(jī)器學(xué)習(xí)算法的本質(zhì)都是建立優(yōu)化模型，通過(guò)最優(yōu)化方法對(duì)目標(biāo)函數(shù)（或損失函數(shù)...