- 博客(5)
- 资源 (36)
- 收藏
- 关注
翻译 机器学习 Hidden Markov Models 3
Viterbi Algorithm 前面我们提到过,HMM的第二类问题是利用HMM模型和可观察序列寻找最有可能生成该观察序列的隐藏变量的序列。简单来说,第一类问题是通过模型计算生成观察序列的概率,而第二类问题通过观察序列计算最有可能生成该观察序列的的隐藏变量的序列。我们还是先来看如下一张图: 我们希望找到生成该观察序列的概率最高的一个隐藏变量的序列。换句话说,我们想要最大化如下的式子:
2016-07-22 14:19:37 2183
翻译 机器学习 Hidden Markov Models 2
Hidden Markov Models 下面我们给出Hidden Markov Models(HMM)的定义,一个HMM包含以下几个要素: ∏=(πi)表示初始状态的向量。A={aij}状态转换矩阵,里面的元素表示概率:Pr(xki|xk−1j)B={bij}confusion矩阵,表示可观察变量与隐藏变量的转换概率:Pr(yi)|Pr(xj)\begin{equation*} \begin
2016-07-15 15:11:39 4672
翻译 机器学习 Hidden Markov Models 1
Introduction 通常,我们对发生在时间域上的事件希望可以找到合适的模式来描述。考虑下面一个简单的例子,比如有人利用海草来预测天气,民谣告诉我们说,湿漉漉的海草意味着会下雨,而干燥的海草意味着会天晴,而如果海草不是很湿也不是很干燥,比如潮湿的状态,那么我们恐怕很难断定天气会怎样,可能下雨也可能天晴,我们或许可以根据昨天的天气来进行判断,根据昨天的天气和今天海草的状态,或许可以有一个更好的
2016-07-09 10:02:03 5793
原创 OpenCV——PS滤镜算法之 Ellipsoid (凹陷)
// define head function #ifndef PS_ALGORITHM_H_INCLUDED #define PS_ALGORITHM_H_INCLUDED #include #include #include "cv.h" #include "highgui.h" #include "cxmat.hpp" #include "cxcore.hpp" #include "m
2016-07-02 09:05:56 4530
原创 OpenCV——PS滤镜算法之 Ellipsoid (凸出)
// define head function #ifndef PS_ALGORITHM_H_INCLUDED #define PS_ALGORITHM_H_INCLUDED #include #include #include "cv.h" #include "highgui.h" #include "cxmat.hpp" #include "cxcore.hpp" #include "m
2016-07-02 09:04:34 4845
机器学习 第六讲:Generative Learning Algorithm B
2015-03-06
机器学习 第五讲: Generative Learning Algorithm A
2015-03-06
机器学习 第四讲 Logistic Regression和广义线性模型
2015-02-07
常用算法程序集(C语言描述)
2011-09-01
Convolutional Neural Networks for Visual Recognition 7
2015-07-16
Convolutional Neural Networks for Visual Recognition 6
2015-07-16
Convolutional Neural Networks for Visual Recognition 8
2015-07-16
Convolutional Neural Networks for Visual Recognition 5
2015-07-16
Convolutional Neural Networks for Visual Recognition 4
2015-06-28
Convolutional Neural Networks for Visual Recognition 3
2015-06-28
Convolutional Neural Networks for Visual Recognition 2
2015-06-28
Convolutional Neural Networks for Visual Recognition 1
2015-06-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人