机器学习
文章平均质量分 95
shanesu
资深人力资源产品经理,精通VBA编程,热爱机器学习
展开
-
reinforce learning课程笔记
一、Crossentropy method场景1:平衡游戏问题:已知在一组status下,进行对应一组action时,最终的reward。解决方案1:创建一个初始的policy表,表示每一个status下选择某一个action的概率 找1000组status,根据policy表,得到对应的action组; 根据status:action组,带入模型场景,得到对应的reward...原创 2021-08-16 20:28:55 · 538 阅读 · 0 评论 -
一文学会推荐算法:从概念、算法、案例到代码实战
一、概念基本概念1、解决什么问题:信息过载 2、使命:联系用户和信息 3、区别于分类网站(2345、雅虎):覆盖面广、具有个性化 4、区别于搜索引擎(Google):主动、用户不需要提供明确需求推荐系统的数据来源1、用户:用户属性、用户标签、社交网络、ip地址、网络设备、位置定位 2、物品:物品属性、物品标签 3、用户 《— 行为 —》物品推荐系统的评测指标1、用户满意度:在线指标 2、原创 2018-04-05 21:05:54 · 13790 阅读 · 5 评论 -
贝叶斯网络(1)- 基础概念
本文内容主要总结自coursera课程Bayesian Methods for Machine Learning一、什么是贝叶斯概率有一个问题,我们有一个硬币,怎么判断这个硬币投掷后,显示正面的概率呢?频率学派:我们可以投掷这个硬币100次,看有多少次是正面,这个结果应该趋近于硬币投掷正面的概率。贝叶斯学派:从生活经验上,硬币投掷到正面的概率是50%,那么我们对于显示正面的...原创 2018-05-05 23:58:56 · 2783 阅读 · 0 评论 -
贝叶斯网络(2)- EM协同计算
本文内容主要总结自coursera课程Bayesian Methods for Machine Learning 本文内容延续自《贝叶斯网络(1)- 基础概念》 https://blog.csdn.net/qq_36080693/article/details/80160852一、基础知识1、Expectation Maximization鸡和蛋问题...原创 2018-05-06 03:17:17 · 1592 阅读 · 0 评论 -
贝叶斯网络(3) - 变分推断(variational inference)
一、问题在最初的计算中,我们默认先验分布和后验分布同分布(共轭分布)。但在实际中,后验分布并不一定符合某一个分布。 例如,likelihood是一个神经网络,和先验的计算结果就不是一个标准的共轭分布 这时候,我们就要找到一个分布可以无限逼近后验分布 二、Mean field计算方法1、我们假设后验分布是多个q(z)的乘积结果 2、而这边的q(z)属于一个特定的分布范围3、我们的目标是确保每一原创 2018-05-06 16:27:56 · 4592 阅读 · 0 评论 -
贝叶斯神经网络(5)- 图像处理bayes-CNN
一、无偏估计百度:无偏估计是用样本统计量来估计总体参数时的一种无偏推断。估计量的数学期望等于被估计参数的真实值,则称此此估计量为被估计参数的无偏估计,即具有无偏性,是一种用于评价估计量优良性的准则。无偏估计的意义是:在多次重复下,它们的平均数接近所估计的参数真值。无偏估计常被应用于测验分数统计中。二、计算图片的组成分布p(x)用途:如果我们知道的图片的分布p(x),我们就可以生成新的图片,判断异常...原创 2018-06-03 20:53:33 · 10991 阅读 · 1 评论 -
Bayes方案和传统机器学习方法
以身高、体重的线性关系为例身高体重17077165651556017885x:身高 y:体重 y = ax+b1、传统机器学习方法参数a、b是一个确定的值,通过拟合线性方程,我们可以根据数据集得到一个确定的a和b值得到a和b值后,如果我们得到一个新的身高 190,就可以通过公式计算出体重(1.1367*190-118)2、贝叶斯方法参数a、b并不是一个确定的值,而是属于某一个概率分布。为什...原创 2018-05-28 23:07:41 · 1138 阅读 · 1 评论