机器学习——基础算法（十）

最新推荐文章于 2020-06-24 10:31:42 发布
最新推荐文章于 2020-06-24 10:31:42 发布
阅读量98 收藏
点赞数
分类专栏： 机器学习基础算法 python 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41511262/article/details/103788974
版权

机器学习——基础算法（十）

一、EM算法

注：（一）Jensen不等式：若f是凸函数，则f(Ex)≤Ef(x)

(一)最大似然估计

(1)■找出与样本的分布最接近的概率分布模型。

■简单的例子
■10次 拋硬币的结果是:正正反正正正反反正正
假设p是每次抛硬币结果为正的概率。则:得到这样的实验结果的概率是:
P=pp(1-p)ppp(1-p)（1- p）pp
=p7(1-p)3
最优解是: p=0.7

(2)二项分布的最大似然估计

投硬币试验中，进行N次独立试验，n次朝上,N-n次朝下。
假定朝上的概率为p，使用对数似然函数作为目标函数:
在这里插入图片描述

（二）EM算法的提出

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

山复尔尔，
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
机器学习——算法基础中完整代码
01-07
机器学习——算法基础中完整代码
数学基础（二）——参数估计与矩阵运算基础
qq_41010142的博客
04-16 7372
                            参数估计与矩阵运算基础ps: 个人笔记 根据视频和PDF学习1 期望离散型：连续型：即：概率加权下的“平均值”期望的性质无条件成立            若X和Y相互独立     反之不成立。事实上，若E(XY)=E(X)E(Y)，只能说明X和Y不相关。    关于不相关和独立的区别，稍后马上给出。2 方差定义     无条件成立      ...
极大似然估计
飞虹舞毓的博客
08-14 754
贝叶斯公式 极大似然估计 极大似然估计具体实践 极大似然估计实例 正太分布的极大似然估计贝叶斯公式P(A|D)=P(D|A)P(A)P(D)P(A|D)=\frac{P(D|A)P(A)}{P(D)} 给定某些样本D，在这些样本中计算某结论A1A_{1}、A2A_{2}…AnA_{n}出现的概率，即P(Ai|D)P(A_{i}|D) 在给定样本的情况下，哪一组参数出现的概率最大，我们就认为哪组参
机器学习——算法基础2 完整代码
01-08
机器学习——算法基础2 完整代码
机器学习算法/模型——机器学习介绍
01-20
机器学习概述2.1 本质/目标：找到一种理想“函数”2.2 基本流程：“三板斧”方法论3. 总结 1. 写在前面：态度 相较于仍然处于经验（“炼丹”）阶段的深度学习，传统的统计学习模型和方法已经具备了相对完善的理论...
机器学习算法实战——线性回归算法
06-19
各类算法是机器学习的一个入门要点。本课程详细讲解了线性回归算法的原理，推导过程、相关扩展方法和代码实战，并为数学基础不牢的入门人群复习所需要的数学知识，辅以多个代码实战，帮助您深入理解线性回归算法。
机器学习基础算法原理分析
09-10
本文以线性回归（Linear Regression）作为引入...然后分析了常见学习模型的拟合状态判断依据——偏差、方差，以及如何避免过拟合，模型的评价指标等。最后分析了常用的参数优化方法——梯度下降、Normal Equations等。
Python数据结构与算法（二)---顺序表添加与删除元素实现
qq_41511262的博客
10-03 1795
文章目录Python数据结构与算法（二)一、基本顺序表与元素外围顺序表（一）顺序表（1）概念（2）顺序表的基本形式二、内存、类型本质、连续存储三、顺序表的一体式结构与分离式结构（一）循序表的结构（二）循序表的两种基本实现方式四、顺序表数据区替换与扩充（一）元素存储区替换（二）元素存储区扩充五、顺序表添加与删除元素_Python列表的实现（一）增加元素（二）删除元素![在这里插入图片描述](http...
Python基础知识（十）
qq_41511262的博客
09-17 1615
Python基础知识（十） 一、正则表达式 （一）概述 1、概念 （Regular Expression）一种文本模式，描述在搜索文本时要匹配的一个或多个字符串 2、典型场景 数据验证 文本扫描 文本提取 文本替换 文本分割 3、语法 字面值：普通字符 需转义：\ ^ $ . | ? * + () [] {} 元字符 4、匹配 ...
卷积神经网络（七）——递归神经网络
qq_41511262的博客
05-02 1547
文章目录卷积神经网络（七）——递归神经网络一、递归神经网络RNN原理（一）工作过程（二）表达式（三）损失函数（四）反向计算二、升级版RNN：LSTM（一）RNN局限（二）解决方案（三）LSTM形成（四）LSTM原理（五）LSTM变种三、语言处理特征提取：word2Vec 卷积神经网络（七）——递归神经网络 一、递归神经网络RNN原理 （一）工作过程 （二）表达式 （三）损失函数 （四）反向...
卷积神经网络（六）——目标探测
qq_41511262的博客
04-22 921
文章目录卷积神经网络（六）——目标探测一、目标探测介绍（一）什么是目标探测（二）直接思路（三）总结二、传统方法-DPM（一）基本思想（二）优缺点三、神经网络分类：R-CNN系列方法（一）基本思想（二）步骤(三)测试过程（四）数据集（五）评估方法（六）结果对比（七）R-CNN总结（八）Fast R-CNN(九)Anchor详解四、神经网络回归：YoLo系列方法 卷积神经网络（六）——目标探测 一、目...
深度学习之神经网络（二）
qq_41511262的博客
04-07 735
文章目录深度学习之神经网络（二）一、神经网络起源：线性回归（一）概念（二）一个线性回归问题（三）优化方法：梯度下降二、从线性到非线性（一）常用的非线性激励函数：Sigmoid(二)tahn函数（三）ReLU函数三、神经网络的构建（一）神经元的“并联”和“串联”（二）神经网络优化四、神经网络的“配件”（一）损失函数（1）Softmax(2)Cross entropy(二)学习率Learning ra...
机器学习——机器学习（七）
qq_41511262的博客
11-25 695
文章目录机器学习——机器学习（七）一、核函数（一）多项式核函数（二）多项式核二、核函数映射三、高斯核是无穷维的四、造数据 机器学习——机器学习（七） 一、核函数 （一）多项式核函数 （二）多项式核 二、核函数映射 三、高斯核是无穷维的 四、造数据 ...
基于mobilenet的pspnet模型
qq_41511262的博客
06-24 585
基于mobilenet的pspnet模型
Python数据结构与算法（一)---概念
qq_41511262的博客
10-02 582
文章目录Python数据结构与算法（一）一、算法的引入二、时间复杂度与大O表示法（一）、算法的概念![在这里插入图片描述](https://img-blog.csdnimg.cn/20191002093235628.png)（二）、算法的五大特性（三）、算法效率衡量（1）时间复杂度与大O记法（2）如何理解“大O记法”三、最坏时间复杂度与计算规则（一）最坏时间复杂度（二）时间复杂度的几条基本计算规则...
机器学习——基础算法（五）
qq_41511262的博客
11-22 572
文章目录机器学习——基础算法（五）一、XGBoost官网二、安装XGBoost过程三、Kaggle简介四、数据预处理-清洗五、0-1的one-hot编码六、用python读取矩阵形式的数据七、使用logistic,随机森林，XGBoost进行分类 机器学习——基础算法（五） 一、XGBoost官网 官网：https://xgboost.readthedocs.io/en/latest/ 代码：...
Python数据结构与算法（三)--链表的基本操作
qq_41511262的博客
10-05 515
Python数据结构与算法（三) 一、链表的提出 （1）为什么需要链表 （2）链表的定义 二、单链表的ADT模型 （一）单向链表 （二）节点实现 （二）单链表的操作 三、Python中变量标识的本质 四、单链表及结点的定义代码 # coding:utf-8 class Node(object): '''节点''' def __init__(self,elem): ...
机器学习--导论（一）
qq_41511262的博客
10-12 367
机器学习–导论 一、大数据时代究竟改变了什么？ 二、大数据的4V特征（理解） 三、大数据项目架构-以电信日志分析为例
Python基础知识(八）
qq_41511262的博客
09-13 321
Python基础知识（八） 一、异常处理及测试 （一）错误类型 语法错误：出现SyntaxError是代码拼写有问题 语义错误：被除数为0 逻辑错误： （二）异常处理 捕获异常代码： try: x = 5 / 0 print(x) except ZeroDivisionError as e: pri...
聚类算法学习笔记（一）——基础
最新发布
06-12
聚类算法可以帮助我们对数据进行分类、分析和理解，同时也可以为其他机器学习任务提供数据预处理和特征提取的支持。 聚类算法的基本流程包括：确定聚类算法的目标函数、选择相似度度量方法、选择聚类算法、确定聚类...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值