- 博客(5)
- 资源 (15)
- 收藏
- 关注
RSS订阅原创 【图解例说机器学习】参数估计 (MLE and MAP)
参数估计：给定一个数据集，我们希望用一个给定的分布去拟合该数据集的分布，确定该分布的参数的过程就是参数估计。例如，我们用二项分布去拟合多次投掷硬币的情况，计算该二项分布的最优参数（出现正面的概率 θ\thetaθ）就是参数估计。下面，我们介绍在机器学习中常用的参数估计：极大似然估计 (Maximum Likelihood Estimation, MLE)，最大后验概率估计 (Maximum A Posteriori, MAP)。在此之前，我们介绍一下参数估计中常用的一些概念.频率学派 VS. 贝叶
2020-05-31 19:00:21
1523
原创 【图解例说机器学习】朴素贝叶斯 (Naive Bayes)
朴素贝叶斯分类法是基于贝叶斯定理与特征条件独立假设的分类方法。其主要思想为：对于给定的训练数据集 D\mathcal DD ，首先基于特征条件独立假设学习输入 x\mathrm xx 与输出 yyy 的联合概率分布 P(x,y)P(\mathrm x, y)P(x,y) ; 然后通过先验概率 P(y)P(y)P(y) ，利用贝叶斯定理求出后验概率 P(y∣x)P(y\mid\mathrm x)P(y∣x) 最大对应的输出 yyy 。一个例子由于朴素贝叶斯分类比较简单，这里直接先给出一个例子来演示如何进
2020-05-28 20:32:19
805
1
原创 【图解例说机器学习】支持向量机 (SVM)
支持向量机(Support Vector Machine, SVM)，是一种常见的有监督的学习模型，通常用来进行模式识别、分类以及回归分析。本文主要介绍SVM在二分类问题的应用。线性可分支持向量机我们还是以【图解例说机器学习】感知机的二分类例子说起。如图1，假设有一个线性可分的训练集，其中有三个样例 (x1,x2,x3\mathrm x_1,\mathrm x_2, \mathrm x_3x1,x2,x3)，分别标记为正例(红色方块)，反例(蓝色圆圈)。这里的 x(1),x(2)x^{(1)},
2020-05-12 23:39:57
1213
原创 【算法导论】哈夫曼树及编译码
哈夫曼树及编译码哈夫曼树，又称二叉树，是一类带权路径长度最短的树。所谓路径长度，就是节点到树根之间的路径长度与节点权值的乘积。哈夫曼本人曾在MIT的信息论研究生班学习。Robert Fano教授让学生们自己决定是参加期未考试还是做一个大作业。而哈夫曼选择了后者，原因很简单，因为解决一个大作业可能比期未考试更容易通过。Robert Fano教授也是信息论的先驱，学过信息论的都知道有Fano不
2020-05-10 15:20:52
19861
原创 【图解例说机器学习】感知机 (Perceptron)
感知机是二分类的线性分类模型，是神经网络和支持向量机的基础。引例一个常见的线性二分类问题如下： 图1 如图1，假设有一个线性可分的训练集，其中有三个样例 (x1,x2,x3\mathrm x_1,\mathrm x_2, \mathrm x_3x1,x2,x3)，分别标记为正例(红色方块)，反例(蓝色圆圈)。这里的 x(1),x(2)x^{...
2020-05-05 17:57:11
865
2
多种插值算法Matlab实现--数学建模
2015-01-22
数学建模 常用算法matlab实现
2013-08-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人