- 博客(4)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 第二章 线性代数之矩阵介绍
这里的学习记录是自己学习张宇老师考研数学的线性代数所做的笔记，现在保存下来以供将来自己学习回忆使用。章节布局中一般第一张图片都是该章节大纲介绍，之后图片就是大纲中每部分详细的介绍。本章节是第二章节，主要是行列式知识的介绍。...
2020-08-20 16:33:42
263
原创 EM算法的简介、推导以及C代码实现
EM算法是一个很经典的算法，有人成为上帝算法，可以可以在你不知道样本类别的情况下求出该样本的类别，前提你需要知道样本服从什么分布。平常我们求解最优问题，通常采用最小二乘法，梯度下降法，高斯牛顿法，牛顿法，拟牛顿法，列-马算法等等。但是在使用这些方法之前通常会使用极大似然估计或者拉格朗日乘子法作为前序，同样EM算法也是极大似然估计的后续。极大似然估计是把累乘问题通过对数似然函数转化为累加问题，然后用梯度下降法或者其他算法求解最值问题。拉格朗日乘子法主要是为了解决偏导为0无法求解的问题，通过引入拉格朗日乘子
2020-08-09 10:34:41
1282
原创 第一章 线性代数之行列式介绍
这里的学习记录是自己学习张宇老师考研数学的线性代数所做的笔记，现在保存下来以供将来自己学习回忆使用。章节布局中一般第一张图片都是该章节大纲介绍，之后图片就是大纲中每部分详细的介绍。本章节是第一章节，主要是行列式知识的介绍。...
2020-08-06 11:32:13
223
原创 记录李航 统计学习 一书中SVM章节的例题7.2的求解过程
本文是记录李航《统计学习》一书中SVM章节的例题7.2的求解及推导过程。主要是手写推导的，这里不再重新编辑公式了，就把之前推导过程的A4纸上传了，偷个懒吧。另外虽然书中已有讲解，可能也存在像我这种对细节不太理解的人，看的云里雾里，所以便有了这篇博客的求解过程更加详细的介绍。聪明人请绕行，对这篇博客请不喜勿喷。下面是该书中例题7.2的介绍：下面是我手写的推导及求解过程：至此推导完成，希望对你有帮助。...
2020-08-06 09:21:09
4860
4
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人