![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 60
cztAI
系统 = 输入 + 输出
展开
-
机器学习python实现
参考python大战机器学习import matplotlib.pyplot as pltimport numpy as npfrom sklearn import datasets,linear_model,discriminant_analysis,model_selection#加载数据集,返回元组(训练集,测试集,及其标签值)def load_data(): diabetes = datasets.load_diabetes() return mod原创 2020-09-03 15:22:22 · 231 阅读 · 0 评论 -
机器学习白板推导 shuhuai008
一、概率基础原创 2020-08-04 11:28:36 · 915 阅读 · 0 评论 -
变分推断variational Inference
2.EM-E-step原创 2020-08-14 10:18:02 · 229 阅读 · 0 评论 -
蒙特卡洛马尔可夫链MCMC
1.采样方法介绍近似推断确定性→VI\to VI→VI随机→MCMC\to MCMC→MCMCMonte Carlo Method:基于采样的随机近似方法推断主要是求后验P(z∣x)→P(z \mid x)\toP(z∣x)→后验的期望Ez∣x[f(z)]=∫p(z∣x)f(z)dzE_{z \mid x}[f(z)]=\int p(z \mid x)f(z)dzEz∣x[f(z)]=∫p(z∣x)f(z)dz,积分不好求一般采用数值积分的方式,从q(z∣x)q(z \mid x)q(z∣x原创 2020-08-14 10:14:36 · 263 阅读 · 0 评论 -
机器学习白板推导(2)
4.Bayesian Network-具体模型Bayesian Network{ 单一:Naive Nayes⟶P(x∣y)=∏i=1pp(xi∣y=1)混合:GMM时间:{Markov ChainGuassian Process(无限维高斯分布)}动态模型 连续:Guassian Bayesian NetworkBayesian \ Network\begin{cases}\ \ 单一:Naive原创 2020-08-12 15:15:43 · 1094 阅读 · 0 评论