统计模式识别学习笔记
翡翠的风吟
士不可以不弘毅,任重而道远。
展开
-
统计模式识别学习笔记(十三)
本文介绍了朴素贝叶斯法。朴素贝叶斯法通过训练数据集学习先验分布以及条件概率分布,并以此达到学习联合概率分布的目的。原创 2020-09-20 17:17:13 · 741 阅读 · 0 评论 -
统计模式识别学习笔记(十二)
当样本容量过大时,最邻近点的搜索往往要花费的大量的时间。为了提升搜索效率,下面介绍kd树的方法。原创 2020-09-12 12:53:48 · 84 阅读 · 0 评论 -
统计模式识别学习笔记(十一)
在参数法中,我们事先规定了密度函数的结构形式。然而,在很多情况下,我们无法用一组参数来刻画密度函数,这时就需要借助密度估计的非参数法了,而在本篇博客中我们就介绍了k近邻法。原创 2020-09-11 12:20:02 · 144 阅读 · 0 评论 -
统计模式识别学习笔记(十)
本文再次对马尔可夫链蒙特卡罗算法从马尔可夫链和蒙特卡罗算法两个部分进行了解读,并针对前文所述的贝叶斯解析法和数值方法的适用性进行了剖析。并举例将贝叶斯学习方法应用到了类别已知的判别问题中。原创 2020-09-01 19:26:08 · 156 阅读 · 0 评论 -
统计模式识别学习笔记(九)
本节举例,马尔科夫链蒙特卡洛方法在正弦噪声估计上的应用。原创 2020-08-30 20:17:32 · 185 阅读 · 0 评论 -
统计模式识别学习笔记(八)
本文介绍了马尔科夫链蒙特卡洛方法,并介绍了吉布斯采样器、Metropolis-Hastings算法、可逆跳跃马尔科夫链蒙特卡洛方法,是一种采样方法。原创 2020-08-30 16:30:21 · 883 阅读 · 0 评论 -
统计模式识别学习笔记(七)
对于无法解析求标准的积分、在高维空间的数值积分又行不通的问题,本文介绍了贝叶斯采样方法。所期待的计算技术致力于从后验分布中将样本采集出来,所有的推断均可通过这些样本的使用而得出。原创 2020-08-29 15:00:57 · 146 阅读 · 0 评论 -
统计模式识别学习笔记(六)
本文介绍了贝叶斯推理的解析方法,并深一步解读了贝叶斯法的内涵。首先,讲述了共轭先验概率的含义,并以泊松分布和伽马分布为例,介绍了伽马分布是泊松分布参数的共轭先验概率。接着,针对已知方差未知均值的正态分布、均值方差皆未知的多元正态分布、类先验未知的几种情形进行了讨论。并引出了关于复杂概率密度函数积分的数值方法。原创 2020-08-28 12:06:59 · 772 阅读 · 0 评论 -
统计模式识别学习笔记(五)
本讲介绍了密度估计的参数法中的贝叶斯方法,并针对其基本原理、递归计算、比例性展开了集中的论述。并在最后,为下次博客中贝叶斯法的解析法和数值解法做了说明。原创 2020-08-23 20:42:51 · 227 阅读 · 0 评论 -
统计模式识别学习笔记(四)
本文首先回顾了高斯分类器的判别规则,并分析了当协方差矩阵奇异时,高斯分类器就会出现问题。然后,着重笔墨讨论了如何处理高斯分类器协方差矩阵的奇异问题,并介绍了朴素贝叶斯、线性判别函数、正则化判别分析等方法。最后,引出了第二种类条件概率密度参数估计的方法——贝叶斯法。原创 2020-08-15 17:12:48 · 854 阅读 · 1 评论 -
统计模式识别学习笔记(三)
本文借用了自动控制原理中的稳定裕度的概念对上篇文章中最小错误贝叶斯决策和最小风险贝叶斯决策进行了深入地解读。并介绍了在类概率密度未知的情况下,如何用密度估计的参数法来构造函数。最后,着重笔墨介绍了高斯分类器,并引出协方差矩阵的奇异性求解问题作为下次文章的论点。原创 2020-08-11 00:27:57 · 297 阅读 · 1 评论 -
统计模式识别学习笔记(二)
这一节从极大似然和后验的角度谈基本决策,并介绍了最小错误贝叶斯决策和最小风险贝叶斯决策两种决策方式。并从状态估计的角度具体的描述了分类任务。原创 2020-08-09 20:43:24 · 457 阅读 · 2 评论 -
统计模式识别学习笔记
本系列博客作为《统计模式识别》(Andrew R. Webb所著)一书的学习笔记。作者本人在做视觉SLAM时,偶有所想,遂动笔记录了统计模式识别的学习过程。在此之前,做过一段时间的深度学习和目标检测,希望能和诸位同好者,共同学习、共同进步。原创 2020-08-08 22:43:02 · 406 阅读 · 1 评论