- 博客(2)
- 资源 (11)
- 收藏
- 关注
原创 parameter estimation for text analysis
p(θ|X)=p(X|θ)p(θ)p(X) p(\theta|X)=\frac{p(X|\theta)p(\theta)}{p(X)} 其中p(θ)p(\theta)称为先验,p(X|θ)p(X|\theta)称为似然,p(θ|X)p(\theta|X)称为后验,p(X)p(X)称为evidence ,又叫边际似然(marginal likelihood)。 最大似然估计(MLE)是最大化似
2016-01-05 16:11:13 2092 1
原创 softmax regression 推导
P(y(i)=k|x(i);θ)=exp(θ(k)⊤x(i))∑Kj=1exp(θ(j)⊤x(i)) P(y^{(i)} = k | x^{(i)} ; \theta) = \frac{\exp(\theta^{(k)\top} x^{(i)})}{\sum_{j=1}^K \exp(\theta^{(j)\top} x^{(i)}) } 似然函数 L=∏i=1M∏k=1KP(y(i)=k|
2016-01-05 11:20:15 914
图算法(c++模板)
2011-11-01
堆排序、优先级队列(c++模板实现)
2011-10-19
活动选择问题代码(c++)
2011-09-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人