![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
统计学
huataiwang
这个作者很懒,什么都没留下…
展开
-
极大似然估计
前言参数估计是机器学习里面的一个重要主题,而极大似然估计是最传统、使用最广泛的估计方法之一。本文主要介绍了极大似然估计,简单说明了其和矩估计、贝叶斯估计的异同,其他估计(如MAP)并不涉及。为什么要用极大似然估计对于一系列观察数据,我们常常可以找到一个具体分布来描述,但不清楚分布的参数。这时候我们就需要用极大似然估计来求解这个分布的参数。换句话说,极大似然估计提供了一种给定观察数据来评...转载 2019-02-04 15:34:09 · 2753 阅读 · 0 评论 -
最小二乘法
前言最小二乘法在统计学的地位不必多言。本文的目的是全面地讲解最小二乘法,打好机器学习的基础,后面的系列文章会继续讲解最小二乘的正则化。至于非线性最小二乘和广义线性模型,如果以后有时间会进行整理。核心思想最小二乘法是勒让德( A. M. Legendre)于1805年在其著作《计算慧星轨道的新方法》中提出的。它的主要思想就是求解未知参数,使得理论值与观测值之差(即误差,或者说残差)的平方...转载 2019-02-04 17:39:44 · 71438 阅读 · 2 评论 -
贝叶斯网络与马尔科夫随机场MRF
用图解法代表概率分布有很大优势,这种方法为概率图模型马尔科夫场(马尔科夫随机场MRF)即无向图模型,贝叶斯网络即有向图模型贝叶斯网络与隐马尔科夫模型简单介绍https://terrifyzhao.github.io/2018/03/06/贝叶斯网络.html详细讲解贝叶斯网络(Bayesian network))简介(PRML第8.1节总结)概率图模型(Graphical mode...原创 2019-02-05 22:26:54 · 1359 阅读 · 0 评论