- 博客(2)
- 资源 (8)
- 收藏
- 关注
原创 《模式识别和机器学习》摘要和关键问题
ML 和 MAPML: argmax(p , p(x | p)) 。其中x是样本。如果参数p先验等概,于是根据Bayesian定理ML和MAP等价。 ML的方差低估(bias): 对Gaussian的参数计算ML,得到方差为sML = 1/N * sum(i, xi - uML)2 展开计算可得E(sML) = (N-1)s / N,其中s
2008-11-18 20:14:00 1485 2
原创 《机器学习》学习笔记
$4.4中有一个比较容易混淆的问题:即4.4.2和4.4.3,出现以下概念:1. Perceptron Training Rule2. Delta Rule其中最后的形式都是根据预测误差对输入网络的权重进行一个类似负反馈的调整,因而给人造成错觉,似乎两者是同一的。但是,文中清楚说明了他们的区别,即能否适用于线性不可分(Linearly Separable)网络。个人理解:首先,前者是对多个样本逐个
2008-11-01 12:04:00 1427 5
WPF控件实例——可多模式复选的树列表
2012-09-15
Objective C开发参考(英文)
2012-08-31
SliDoc - PowerPoint文件(PPTX)文本内容萃取器(C#编写)
2012-08-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人