elsieyin的博客

原创 dw机器学习 HMM CRF

有个比赛要due了，没空学习，啃下老本，这块的内容真是又多又难阿，不懂5555HMM概率图模型HMM基本假设HMM两个空间 三组参数HMM的三个基本问题概率问题计算维特比算法CRF不会阿太忙了 来不及学 还有个拟牛顿法的推导，不截图了...

原创 DWML EM算法 GMM

###概述EM本质思想和聚类差不多，但是后者无法给出某个样本属于该簇的后验概率。主要用到的技巧是E步估计，M步最大，反复迭代；jensen不等式。硬币的例子之前讲的 讲的不是很好（-_-||）混合高斯分布 例子引入Recall MLE例子####Jensen不等式从图像角度理解整体框架...

原创 Naive Bayes MLE MAP

原创 正定半正定hessian矩阵convex optimization

semi ： A>=0 半正定

转载 Cousera Sequence,Time Series and PredictionWK1

本文内容为Cousera，deepAI， Tensorflow in practise的笔记，原视频地址Time series examplesIt’s typically defined as an ordered sequence of values that are usually equally spaced over time.Univariante.g.stock pric...

转载 c语言实现两个矩阵相乘

#include<stdio.h>#include<stdlib.h>#define M 3 int main(void){ int i,j,k,matrix1[M][M],matrix2[M][M],row1=M ,col1=M ,row2=M,col2=M,matrix[M][M]; /*为需要相乘的两个矩阵赋值：*/ prin...

原创 DataWhale机器学习task01线性模型

我还想把上次的pytorch复习下呢 那里backpropagation一直有个地方不懂

原创 DwX天池-Task5 模型融合

总体来说，和xgboost,gbdt差不多，就是bagging,boosting,stacking几种方法？简单说，就是几个模型投票，residual，堆叠。。的感觉。。但是具体，没整明白。似乎，似乎是每个模型调好参，再整一起，还可以叠一起的意思？我还准备加个catboost，还没成功，各种buging。。。def build_model_lgb(train_X,train_y): ...

原创 DatawhaleX天池二手车Task4:建模与调参

XGBoost手推算法-贪心学院李文哲老师直播公开课笔记讲座重点讲解XGBoost算法技术细节，从目标函数的构建、泰勒近似、树的参数化和树结构的构建，以下是听课记录参考公众号《ML学习总结》整理出的笔记。将多个弱学习器模型组合在一起通常可以产生更强大的模型，这是集成模型的主要思路，集成模型有bagging，boosting，stacking等。以上Bagging的流程中，弱学习器相互独立训练...