- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 统计学习方法 （第5章） 决策树 学习笔记
第5章 决策树 决策树是一种基本的分类与回归方法。这章主要讨论用于分类的决策树，也就是基于特征对实例进行分类的决策树。决策树通常包括3个步骤：特征选择、决策树的生成、决策树的修剪。5.1 决策树模型 分类决策树模型是一种描述对实例进行分类的树形结构，内部节点表示一个特征或属性，叶子节点表示一个类。它可以认为是if-then规则的集合，也可以是定义在特征空间与类空间上的条件概率。 决策树的...
2018-05-02 17:19:19
345
原创 统计学习方法 （第4章） 朴素贝叶斯法 学习笔记
第4章 朴素贝叶斯法 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。 该章叙述朴素贝叶斯法，包括朴素贝叶斯法的学习与分类、朴素贝叶斯法的参数估计算法。4.1 朴素贝叶斯法的学习与分类 4.1.1 基本方法 朴素贝叶斯法对...
2018-05-02 16:54:06
455
原创 统计学习方法 （第3章）K近邻法 学习笔记
第3章 K近邻法 k近邻算法简单、直观：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为这个类。当K=1时，又称为最近邻算法，这时候就是将训练数据集中与x最邻近点作为x的类。3.1 k近邻模型 模型由三个基本要素——距离度量、k值得选择、和分类决策规则决定。 3.1.1 距离度量 p=2时，称为欧式距...
2018-04-26 09:28:27
203
原创 统计学习方法（第2章）感知机 学习笔记
第2章 感知机感知机是二类分类的线性分类模型，其输入为实例的特征向量，感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。感知机学习算法分为原始形式和对偶形式，是神经网络和支持向量机的基础。1.感知机模型 感知机定义： 假设输入空间（特征空间）是X，输出空间是Y，Y的取值为+1和-1...
2018-04-26 08:47:36
330
原创 统计学习方法 （第1章）学习笔记
第1章 统计学习方法概论统计学习是由监督学习（supervised learning）、非监督学习（unsupervised learning）、半监督学习（semi-supervised learning）和强化学习（reinforcement learning）组成。1 统计学习方法概括如下：从给定的、有限的训练数据集合出发，假设数据是独立同分布产生的；并且假设要学习的模型属于某个函数的集合，...
2018-04-19 13:14:15
279
转载 CS231n课程笔记翻译：线性分类笔记（中）
译者注：本文智能单元首发，译自斯坦福CS231n课程笔记Linear Classification Note，课程教师Andrej Karpathy授权翻译。本篇教程由杜客翻译完成，ShiqingFan和堃堃进行校对修改。译文含公式和代码，建议PC端阅读。原文如下内容列表：线性分类器简介线性评分函数阐明线性分类器损失函数多类SVM 译者注：中篇翻译截止处Softmax分类器SVM和Softmax的...
2018-03-02 09:59:11
151
转载 CS231n课程笔记翻译：线性分类笔记（上）
原文链接：https://zhuanlan.zhihu.com/p/20918580译者注：本文智能单元首发，译自斯坦福CS231n课程笔记Linear Classification Note，课程教师Andrej Karpathy授权翻译。本篇教程由杜客翻译完成，巩子嘉和堃堃进行校对修改。译文含公式和代码，建议PC端阅读。原文如下内容列表：线性分类器简介线性评分函数阐明线性分类器 译者注：上篇翻...
2018-03-01 17:38:19
170
Cite_Space 中文
2018-01-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人