![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
科研
阿里贝尔
任何外在的力量也代替不了自身的努力
展开
-
向量范数和矩阵范数
向量范数:1. 0-范数:向量中非零元素的个数2. 1-范数:向量中各个元素的绝对值之和3. 2-范数:向量中各个元素的平方和的平方根原创 2015-11-30 23:30:37 · 719 阅读 · 0 评论 -
通俗理解马尔科夫链
在理解马尔科夫链之前先了解一下马尔科夫性质,我们假设某一过程是由一个状态序列构成,就相当于视频由每一帧构成。这个状态序列被称为状态空间,假设某一时刻的状态是其前一时刻状态的函数,则说明该序列有马尔科夫性质,通俗的说,该时刻的状态只与其前一时刻的状态有关,则序列有马尔科夫性质。所以我们在预测下一状态时,只与当前状态有关,与当前状态之前的状态都无关。由此引出一个概念:马尔科夫过程。我们仅仅原创 2015-12-03 22:16:56 · 18803 阅读 · 0 评论 -
深刻理解SVM
这是我看到的对SVM理解最深刻的博文之一,本文转自http://blog.csdn.net/v_july_v/article/details/7624837,仔细阅读之后,读者定有收获。前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的,原因很简单,一者这个东西本身就并不好懂,要深入学习和研究下去需花费不少时间和精力,二者这个东西也转载 2016-02-29 20:20:24 · 7644 阅读 · 2 评论 -
通俗理解EM算法
这是我见到的比较通俗易懂地讲解EM算法的博客,对我理解EM算法起到非常大的帮助作用。博客转自zouxy09的专栏,地址为:http://blog.csdn.net/zouxy09/article/details/8537620 ,在此表示感谢。从最大似然到EM算法浅解zouxy09@qq.comhttp://blog.csdn.net/zouxy09转载 2016-05-13 21:51:15 · 8473 阅读 · 0 评论 -
机器学习——感知机学习
本篇博客是实现《统计学习方法》中的第二章所讲述的感知机学习 ,这是一个很简单的模型,下面给出算法,下面给出python代码,包括画出图像#!/usr/bin/env python# encoding: utf-8import matplotlib.pyplot as pltimport numpy as npx_list = [[3,3],[4,3],[1,2],[1,原创 2016-07-05 14:29:21 · 695 阅读 · 0 评论 -
机器学习——朴素贝叶斯法(naive Bayes)
朴素贝叶斯的原理再此就不细说了,有兴趣的朋友参看《统计学习方法》,里面给出详细的说明。本文仅给出算法,同时做出少量解释,然后给出python的实现。 下面给出相应的算法描述 在输入中,训练数据的每个元素由特征X和标签Y组成,特征X是一个包含n个x元素的列向量。 第一步:计算先验概率和条件概率。 公式一原创 2016-07-19 14:31:00 · 1390 阅读 · 0 评论 -
Pareto Ensemble Pruning(周志华)
最近阅读了周志华老师的《Pareto Ensemble Pruning》一文,将理解制作成pdf如下与大家讨论。有关实验部分略去。上传后显示可能不全或者不清楚,需要清晰版的请留言联系本人。原创 2016-10-14 20:27:36 · 1707 阅读 · 4 评论 -
Selective Ensemble of Decision Trees(周志华)
《Selective Ensemble of Decision Trees》一文的思维导图原创 2016-10-19 20:27:24 · 862 阅读 · 0 评论