- 博客(5)
- 资源 (2)
- 收藏
- 关注
RSS订阅翻译 2D Trie for Fast Parsing-1
声明：文本为“2D Trie for Fast Parsing[Xian Qian,,,.School of Computer Science, Fudan University]”的学习笔记。1简介 在实际的应用中，解码的速度很重要。最新的结构化学习技术都是采用基于模板的方法（template based method）来抽取数百万的特征（features）。复杂的模板
2012-01-10 11:51:54
1583
翻译 模式识别与机器学习基础之2---再看曲线拟合
声明：本文由英文原版“Pattern Recognition and Machine Learning”翻译而来，文中的插图均为原书的配图，只为学习目的。在上文中已经知道了曲线拟合（polynomial curve fitting）问题可以用误差最小化（error minimization）概念来表示。这里用概率的观点来重新看待曲线拟合问题，因此对于以下概念要了解一下：error func
2012-01-08 13:27:37
3070
3
翻译 模式识别与机器学习基础之1-一个简单的回归问题(regression problem)
声明：本文由英文原版“Pattern Recognition and Machine Learning”翻译而来，文中的插图均为原书的配图，只为学习目的。这里介绍一个简单的回归问题(regression problem)，在下文中利用这个例子讲解几个关键的概念。假如，我们观察到一个实数(real-valued)输入变量x，期望利用观察到的这个变量预测这个实数的实数目标变量t。就以目前的目的
2012-01-07 16:37:19
4336
3
翻译 机器学习概论
在一组数据集中检索特定的模式问题是一个很基础，且历史很长的并取得了很大成功的问题。例如，16世纪在Tycho Brahe兴起的天文热中，开普勒(Johannes Kepler)发现了星球运动的实际规律，这些发现最终导致了经典力学的发展。类似的，原子光谱规律的发现，对于20世纪早起的量子物理学的发展和确定起到了关键的作用。模式识别的研究领域集中在通过计算法程序算法从数据集中自动的发现数据的规律，通过
2012-01-04 11:57:03
2633
原创 模式识别和机器学习简介
模式识别起源于工程领域，而机器学习起源于计算机科学。然而这些不同的学科可以看做是一个领域的不同方向，并且在过去几十年中都经历了长足的发展。特别指出的是贝叶斯方法（Bayesian methods）从过去的专利方法（specialist niche），变成了主流的方法（mainstream），图模型作为通用框架来描述和应用概率模型而兴起来。贝叶斯方法的实际实用性极大的促进了一系列近似推理算法（app
2012-01-01 16:27:19
6207
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人