机器学习必知必会
文章平均质量分 95
spatial_coder
这个作者很懒,什么都没留下…
展开
-
贝叶斯网络入门教程(原理介绍+python代码实现)
本文介绍了贝叶斯网络原理和基于python的实现,并通过一个小例子进行了说明原创 2023-03-01 22:59:28 · 10716 阅读 · 4 评论 -
高斯过程回归(Gaussian process regression)原理详解及python代码实战
高斯过程回归(Gaussian process regression,GPR)是一个随机过程(按时间或空间索引的随机变量集合),这些随机变量的每个有限集合都服从多元正态分布,即它们的每个有限线性组合都是正态分布。高斯过程的分布是所有这些(无限多)随机变量的联合概率分布。定义:一个高斯过程是一组随机变量的集合,这组随机变量的每个有限子集构成的联合概率分布都服从多元高斯分布,即:f∼GP(μ,k)(1−1)f \sim GP(\mu,k) \qquad(1-1) f∼GP(μ,k)(1−1)其中μ(x)\m原创 2022-11-12 18:36:16 · 23927 阅读 · 3 评论 -
集成经验模态(EEMD)原理详解与python实现
本文介绍了集成经验模态分解算法的原理,以及代码实现原创 2022-11-12 18:34:18 · 11402 阅读 · 4 评论