- 博客(4)
- 资源 (4)
- 收藏
- 关注
原创 概率模型(二):高斯混合模型GMM
本文介绍GMM算法,也就是高斯混合模型,或则更准确的说,应该称为高斯线性混合模型。高斯分布又称为正太分布,常态分布,是自然界大量存在的、最为常见的分布。例如人类和动物的身高,体重,测量误差等等。正太分布的概率密度函数如下:f(x)=12σ2π‾‾‾‾‾√e−(x−μ)22σ2f(x)=12σ2πe−(x−μ)22σ2f(x)=\frac{1}{\sqrt{2\sigma^2\p...
2018-08-24 13:04:45 2724
原创 概率模型(一):极大似然估计与EM算法
最大似然估计对于随机事件,在确定了概率模型,但是不确定模型参数的时候,可以用最大似然估计法来估计模型的参数。比如,对于离散型随机事件,已知事件的概率分布函数为P(x;θ)P(x;θ)P(x;\theta)(分号左边是随机变量,分号右边是模型的参数,这个符号的意思是随机变量x的概率分布函数是以θθ\theta为参数的函数),我们随机采样得到nnn个样本值x1,x2,...,xnx1,x2,....
2018-08-09 14:38:58 3058
原创 Summary of Boosted Tree and Factorization Machines
Definition:yˆ=∑k=1Kfk(x)y^=∑k=1Kfk(x)\widehat y=\sum_{k=1}^{K}f_k(x) In which fk(x)fk(x)f_k(x) is one of K regression trees.Loss:Loss=∑i=1nL(yi,yˆi)Loss=∑i=1nL(yi,y^i)Loss=\sum_{i=1}^{n}L(...
2018-08-03 18:12:00 522
原创 TensorFlow技术内幕(十二):Estimator(上)
本章分析TensorFlow的高层模块Estimator.TF的高层模块Estimator是采用Python语言开发的,在分析此模块之前先普及一下Python语法,本文不准备作为Python的入门教程,所以只列举几个TF中广泛使用但又不是很好理解的Python语法。Python列表生成式1、基本语法格式是:v = [exp for iter_var int iter...
2018-08-01 17:44:43 1247 1
Web Information Extraction
2018-11-28
嵌入式Linux应用程序开发标准教程
2014-01-24
嵌入式系统原理与设计 中文清晰版本
2014-01-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人