scott198512
Focus on improving yourself, not proving yourself.
展开
-
MCMC系列之四(副本交换)
统计机器学习MCMC的样本交换原创 2019-09-18 15:37:47 · 1477 阅读 · 1 评论 -
MCMC系列之三(哈密顿蒙特卡洛)
统计机器学习之MCMC与哈密顿MC原创 2019-03-29 18:48:16 · 1209 阅读 · 2 评论 -
MCMC系列之二(Gibbs采样)
统计机器学习中吉布斯采样原创 2018-05-20 17:43:35 · 200 阅读 · 1 评论 -
MCMC系列之一(MCMC的引入)
MCMC系列之马尔科夫链的介绍原创 2024-04-05 12:54:21 · 143 阅读 · 0 评论 -
线性回归的贝叶斯方法
从贝叶斯视角理解多元线性回归原创 2023-10-28 11:51:52 · 163 阅读 · 0 评论 -
转向路线优化之算法二
实用化的大规模拟合主曲线原创 2023-05-08 12:11:45 · 346 阅读 · 0 评论 -
转向主曲线重构
主曲线重建原创 2023-05-08 11:52:55 · 536 阅读 · 0 评论 -
有监督,无监督,半监督,弱监督、自监督学习
有监督,无监督,半监督,弱监督学习、强化学习原创 2023-03-16 19:54:04 · 709 阅读 · 0 评论 -
t-SNE原理与推导
t-SNE降维的机器学习算法、流形学习、算法原理及代码实现转载 2018-09-19 10:04:39 · 96629 阅读 · 17 评论 -
LLE原理及推导过程
局部线性嵌入LLE原理、推导过程、代码实现原创 2018-09-19 17:55:38 · 39324 阅读 · 22 评论 -
机器学习中的流形学习算法 Manifold Learning
机器学习中的流形学习方法ISOMAP、 LLE、Laplacian Eigenmaps、SNE、t_SNE原创 2018-09-19 18:31:05 · 7721 阅读 · 2 评论 -
机器学习中的生成模型与判别模型
机器学习生成模型与判别模型对比原创 2022-05-10 22:32:24 · 4215 阅读 · 0 评论 -
机器学习中的MC、MCMC、Gibbs采样
介绍MC、MCMC及吉布斯采样方法原理转载 2022-05-15 10:28:54 · 4321 阅读 · 0 评论 -
Map Matching 算法归纳与对比
对比地图匹配算法 map matching原创 2022-08-04 10:34:57 · 1653 阅读 · 0 评论 -
机器学习算法归类与汇总
机器学习常用方法归类与汇总原创 2018-05-06 11:55:32 · 740 阅读 · 0 评论 -
机器学习中的时间序列预测模型
时间序列模型对比,MA、KF、HMM、RNN原创 2022-05-30 10:24:35 · 17722 阅读 · 0 评论 -
机器学习中的随机过程(伯努利过程与泊松过程)
介绍伯努利过程与泊松过程差异原创 2022-10-07 23:29:27 · 1828 阅读 · 0 评论 -
kernel方法的直观理解与详述
kernel方法的说明及扩展原创 2022-10-07 23:50:24 · 833 阅读 · 0 评论 -
梯度下降算法总结(Gradient Descent Algorithms)
机器学习与深度学习梯度下降、坐标下降优化方法总结原创 2019-08-16 09:48:10 · 5363 阅读 · 0 评论 -
kernel PCA 与 kPPCA 原理及推导过程
kernel PCA与 kernel PPCA原理及推导、代码实现原创 2022-05-22 17:55:36 · 826 阅读 · 0 评论 -
信息熵、条件熵、相对熵与交叉熵
信息熵、联合熵、交叉熵、条件熵原创 2018-09-25 11:36:02 · 1329 阅读 · 2 评论 -
Laplacian Eigenmaps原理及推导过程
Laplacian Eigenmaps 原理、推导过程、代码实现及与LLE对比原创 2022-05-07 20:52:26 · 1333 阅读 · 0 评论 -
机器学习中的聚类算法
常用10种聚类算法汇总与代码举例原创 2023-01-28 12:16:08 · 3207 阅读 · 1 评论 -
机器学习中的非梯度下降方法
对比梯度下降方法之外的拟牛顿法、共轭梯度法、弹性梯度法、坐标下降法等原创 2022-10-17 10:31:46 · 875 阅读 · 0 评论 -
GBDT、XGboost、lightGBM 之feature_importances_ 的计算方法
sklearn常用feature_importances_ 特征筛选转载 2019-10-15 11:33:53 · 18187 阅读 · 0 评论 -
机器学习中的距离度量、相似性、范数
汇总机器学习距离度量、相似性、范数概念原创 2022-05-10 20:41:16 · 666 阅读 · 0 评论 -
近邻传播 Affinity Propagation(AP) 聚类算法原理及实现
AP 近邻传播聚类算法原理及实现原创 2022-05-14 08:50:38 · 4482 阅读 · 0 评论 -
一文详解潜在狄利克雷分配LDA
贝叶公式、Gamma函数、二项分布、Beta分布、多项式分布、Dirichlet分布、共轭先验分布、马氏链及其平稳分布、MCMC、Gibbs Sampling、EM算法、Unigram Model、贝叶斯Unigram Model、PLSA、LDA 几方面介绍LDA模型.转载 2022-11-27 17:11:53 · 1959 阅读 · 0 评论 -
Ensemble Learning(Trees, Forests, Bagging, Boosting)
Ensemble learning集成学习(Trees, Forests, Bagging, and Boosting)原理介绍与汇总原创 2022-10-22 11:49:33 · 805 阅读 · 0 评论 -
均值漂移Mean Shift原理及推导过程
均值漂移算法原理及推导过程原创 2022-05-03 17:46:13 · 5441 阅读 · 2 评论 -
熵权法EW与层次分析法AHP之数学原理及实例
比熵权法与层次分析法AHP原理并对比各自特点并给出具体应用实例原创 2019-06-23 15:27:14 · 12873 阅读 · 2 评论 -
数据压缩与信息熵
1992年,美国佐治亚州的WEB Technology公司,宣布做出了重大的技术突破。该公司的DataFiles/16软件,号称可以将任意大于64KB的文件,压缩为原始大小的16分之一。业界议论纷纷,如果消息属实,无异于压缩技术的革命。许多专家还没有看到软件,就断言这是不可能的。因为根据压缩原理,你不可能将任意文件压缩到16分之一。事实上,有一些文件是无法压缩的,哪怕一个二进制位,都压...转载 2018-09-25 11:30:03 · 2581 阅读 · 1 评论 -
ICA原理推导及代码实现
ICA原理及推导、代码实现原创 2022-05-22 18:03:54 · 1592 阅读 · 0 评论 -
机器学习与深度学习中的几个重要概念
机器学习中的几个重要概念,包括:奥迪姆剃须刀、没有免费的午餐定理、AIC、BIC、第一类与第二类似然、辛普森悖论等原创 2022-06-11 07:11:52 · 1007 阅读 · 0 评论 -
支持向量机通俗导论
支持向量机通俗导论(理解SVM的三层境界)作者:July 。致谢:pluskid、白石、JerryLead。说明:本文最初写于2012年6月,而后不断反反复复修改&优化,修改次数达上百次,最后修改于2016年11月。声明:本文于2012年便早已附上所有参考链接,并注明是篇“学习笔记”,且写明具体参考了pluskid等人的文章。文末2013年的PDF是为证。前言 动笔写这个支持向量机(...转载 2018-05-06 11:58:21 · 220 阅读 · 0 评论 -
矩阵分解MF与非负矩阵分解NMF的应用
利用矩阵分解与非负矩阵分解实现数据补全原创 2022-02-28 10:47:07 · 781 阅读 · 0 评论 -
机器学习与优化论专业读本
统计机器学习与优化论专业读本原创 2022-04-23 13:37:15 · 1364 阅读 · 0 评论 -
机器学习中的随机过程(高斯过程)
高斯过程的直观解释与推导、实现过程翻译 2023-02-03 15:58:25 · 1662 阅读 · 0 评论 -
PCA与PPCA推导及理解
PCA推导过程及直观理解原创 2019-11-05 10:49:08 · 3565 阅读 · 1 评论