2020年01月_qq_34134404

03月 02月 01月

原创 MLAPP 第三章

MLAPP —— 第三章 Generative models for discrete data参考博客内容逐渐硬核……参考博客对第三章内容做了大致的翻译，这里补充一下自己的理解。本章的主要内容是：借助贝叶斯公式，推断概率模型中的参数，进一步地，在已经观测到的数据集的基础上，对新观测到的数据进行预测。本章从几个实际例子出发，解释了先验、似然、后验、MAP、MLE等一系列基本概念。原...

2020-01-13 14:06:46 637 1

原创矩阵求导术（一）——标量对矩阵的求导方法

矩阵求导术（一）——标量对矩阵的求导方法前言自从开始了解机器学习、深度学习的知识以来，便免不了要同矩阵打交道。矩阵的基本运算法则、矩阵分解等均是很重要的基础知识，不论是在统计机器学习领域还是在如今大火的深度学习领域。矩阵运算使得多变量计算式可以更加简洁地表达，从而提高算法开发效率。但好在上述知识在一般的线性代数教材上均有详细阐述，但一旦涉及矩阵求导，就仿佛涉足了一个线性代数与数学...

2020-01-07 22:14:03 1273

原创 MLAPP 第二章

MLAPP —— 第二章 Probability参考博客Probability theory is nothing but common sense reduced to calculation.——Pierre Laplace.本章基本为概率论基本概念回顾，参考博客写得很详细。补充要点如下：概率链式法则将联合概率转化为条件概率乘积形式：边缘概率贝叶斯法则...

2020-01-02 21:10:13 303

原创 Machine Learning-A Probabilistic Perspective笔记——第一章 INTRODUCTION

Machine Learning-A Probabilistic Perspective笔记MLAPP是统计机器学习领域内一本经典著作。就兴起先后顺序来说，统计机器学习较如今大火的深度学习神经网络更久远，不同于神经网络作为一个端到端的系统，将输入到输出过程看做一个黑匣子，统计机器学习更多地从概率论和数理统计角度诠释数据，可解释性更强。2012版本分享链接（仅用于学术交流用途）：链接: ...

2020-01-02 19:43:15 1597

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 MLAPP 第三章

原创 矩阵求导术（一）——标量对矩阵的求导方法

原创 MLAPP 第二章

原创 Machine Learning-A Probabilistic Perspective笔记——第一章 INTRODUCTION

空空如也

空空如也

原创矩阵求导术（一）——标量对矩阵的求导方法