机器学习
文章平均质量分 90
流动的风与雪
积极向上,热爱生活
展开
-
主成分分析:sklearn.decomposition.PCA
主成分分析转载 2022-11-09 10:57:46 · 820 阅读 · 0 评论 -
线性数据与非线性数据的区别
数据的线性与非线性转载 2022-11-09 10:44:34 · 5408 阅读 · 0 评论 -
我的PCA与KPCA学习笔记
pca与kpca转载 2022-11-09 09:46:38 · 1389 阅读 · 0 评论 -
Epoch、Batch Size、Iteration三者概念与区别
神经网络训练中的三个易混淆概念转载 2021-09-28 11:06:52 · 2537 阅读 · 0 评论 -
周志华-机器学习-最优化问题附录搬运(简介)
只是原书内容,没有新增内容原创 2021-08-08 11:52:31 · 850 阅读 · 0 评论 -
机器学习:完全线性可分/近似线性可分/非线性可分的支持向量机
SVM,Support Vector Machine,支持向量机原创 2021-05-20 16:38:12 · 3995 阅读 · 0 评论 -
机器学习:线性回归/感知机/Logistic回归
Logistic回归解决的是分类而不是回归问题原创 2021-05-02 19:06:35 · 1587 阅读 · 3 评论 -
统计学习方法-李航-第一章:统计学习方法概论-笔记1
统计学习三要素:模型、策略、算法。原创 2021-01-06 19:17:03 · 450 阅读 · 0 评论 -
机器学习-白板推导-系列(十二)笔记:变分推断
本博客为(系列十二)的笔记,对应的视频是:【(系列十二) 变分推断1-背景介绍】、【(系列十二) 变分推断2-公式推导】【(系列十二) 变分推断3-再回首】、【(系列十二) 变分推断4-SGVI-1】、【(系列十二) 变分推断5-SGVI-2】。原创 2021-02-22 21:02:34 · 421 阅读 · 1 评论 -
机器学习-白板推导-系列(十一)笔记:高斯混合模型
本博客为(系列十一)的笔记,对应的视频是:【(系列十一) 高斯混合模型1-模型介绍】、【(系列十一) 高斯混合模型2-极大似然】、【(系列十一) 高斯混合模型3-EM求解-E-Step】、【(系列十一) 高斯混合模型4-EM求解-M-Step】。原创 2021-02-19 22:03:46 · 373 阅读 · 0 评论 -
机器学习-白板推导-系列(十)笔记:EM算法
本博客为(系列十)的笔记,对应的视频是:【(系列十) EM算法1-算法收敛性证明】、【(系列十) EM算法2-公式导出之ELBO+KL Divergence】、【(系列十) EM算法3-公式导出之ELBO+Jensen Inequlity】、【(系列十) EM算法4-再回首】、【(系列十) EM算法5-广义EM】、【(系列十) EM算法6-EM的变种】。原创 2021-02-16 15:00:21 · 543 阅读 · 2 评论 -
机器学习-白板推导-系列(九)笔记:概率图模型: 贝叶斯网络/马尔可夫随机场/推断/道德图/因子图
本博客为(系列九)的笔记,对应的视频是:【(系列九) 概率图模型1-背景介绍】、【(系列九) 概率图模型2-贝叶斯网络-条件独立性】、【(系列九) 概率图模型3-贝叶斯网络-D-Seperation】等14个视频。原创 2021-02-07 15:08:06 · 1278 阅读 · 0 评论 -
机器学习-白板推导-系列(八)笔记:指数族分布/充分统计量/对数配分函数/最大熵
本博客为(系列八)的笔记,对应的视频是:【(系列八) 指数族分布1-背景】、【(系列八) 指数族分布2-背景续】、【(系列八) 指数族分布3-高斯分布的指数族形式】、【(系列八) 指数族分布4-对数配分函数与充分统计量】、【(系列八) 指数族分布5-极大似然估计与充分统计量】、【(系列八) 指数族分布6-最大熵角度(1)】、【(系列八) 指数族分布7-最大熵角度(2)】。原创 2021-01-31 11:53:59 · 2206 阅读 · 2 评论 -
机器学习-白板推导-系列(七)笔记:核函数
本博客为(系列七)的笔记,对应的视频是:【(系列七) 核方法1-背景介绍】、【(系列七) 核方法2-正定核-两个定义】、【(系列七) 核方法3-正定核-必要性证明】。原创 2021-01-28 20:16:09 · 798 阅读 · 0 评论 -
机器学习-白板推导-系列(六)笔记:SVM
本博客为(系列六)的笔记,对应的视频是:【(系列六) 支持向量机1-硬间隔SVM-模型定义】、【(系列六) 支持向量机2-硬间隔SVM-模型求解-引出对偶问题】等8个视频。原创 2021-01-27 14:17:24 · 410 阅读 · 2 评论 -
机器学习-白板推导-系列(五)笔记:降维(PCA/SVD/PCoA/PPCA)
本博客为(系列五)的笔记,对应的视频是:【(系列五) 降维1-背景】、【(系列五) 降维2-样本均值&样本方差矩阵】、【(系列五) 降维3-PCA-最大投影方差】、【(系列五) 降维4-PCA-最小重构代价】、【(系列五) 降维5-SVD角度开看PCA和PCoA】、【(系列五) 降维6-主成分分析(PCA)-概率角度(Probabilistic PCA)】。原创 2021-01-16 21:41:41 · 743 阅读 · 0 评论 -
机器学习-白板推导-系列(四)笔记:感知机/Fisher判别/判别模型(逻辑回归)/生成模型(高斯判别/朴素贝叶斯)
本博客为(系列四)的笔记,对应的视频是:【(系列四) 线性分类1-背景】、【(系列四) 线性分类2-感知机(Perceptron)】、【(系列四) 线性分类3-线性判别分析(Fisher)-模型定义】、【(系列四) 线性分类4-线性判别分析(Fisher)-模型求解】、【(系列四) 线性分类5-逻辑回归(Logistic Regression)】等9个视频。原创 2021-01-15 15:09:10 · 543 阅读 · 0 评论 -
机器学习-白板推导-系列(三)笔记:线性回归最小二乘法与正则化岭回归
本博客为(系列三)的笔记,对应的视频是:【(系列三) 线性回归1-最小二乘法及其几何意义】、【(系列三) 线性回归2-最小二乘法-概率视角-高斯噪声-MLE】、【(系列三) 线性回归3-正则化-岭回归-频率角度】、【(系列三) 线性回归4-正则化-岭回归-贝叶斯角度】。原创 2021-01-12 11:55:38 · 865 阅读 · 0 评论 -
机器学习-白板推导-系列(二)笔记:高斯分布与概率
本博客为(系列二)的笔记,对应的视频是:【(系列二) 数学基础-概率-高斯分布1-极大似然估计】、【(系列二) 数学基础-概率-高斯分布2-极大似然估计-无偏VS有偏】、【(系列二) 数学基础-概率-高斯分布3-从概率密度角度观察】、【(系列二) 数学基础-概率-高斯分布4-局限性】、【(系列二) 数学基础-概率-高斯分布5-求边缘概率以及条件概率】、【(系列二) 数学基础-概率-高斯分布6-求联合概率分布】。原创 2021-01-10 15:24:27 · 1290 阅读 · 1 评论 -
机器学习-白板推导-系列(一)笔记:频率派/贝叶斯派
本博客为(系列一)的笔记,对应的视频是:【(系列一) 绪论-资料介绍】、【(系列一) 绪论-频率派vs贝叶斯派】。原创 2021-01-08 20:32:31 · 364 阅读 · 1 评论