![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习算法
11721206
这个作者很懒,什么都没留下…
展开
-
KNN算法
KNN近邻算法工作原理:存在一个样本数据集合,即训练样本集,每个数据对应一个标签;当输入没有标签的数据后,将新数据的每个特征和样本集数据中对应的特征进行比较,然后提取出特征最相似的数据的分类标签。一般说来,只选择样本集中前k个最相似的数据。一般k为不大于20的整数。最后,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。K近邻模型的三要素:1):距离度量2):K值的选择原创 2016-04-08 22:04:12 · 771 阅读 · 0 评论 -
不用框架,实现非连续语音识别Demo(python源码)
GMM-HMM语音识别原理1.HMM隐马尔科夫模型(HMM)是一种统计模型,用来描述含有隐含参数的马尔科夫过程。难点是从隐含状态确定出马尔科夫过程的参数,以此作进一步的分析。下图是一个三个状态的隐马尔可夫模型状态转移图,其中x 表示隐含状态,y 表示可观察的输出,a 表示状态转换概率,b 表示输出概率:a:转移概率b:输出概率y:观测状态x:隐含状态一个HMM模型是一个五元组(π,A...原创 2018-06-13 20:04:10 · 12103 阅读 · 18 评论 -
HMM前向后向算法
HMM前向后向算法HMM的三个基本问题中,对于HMM参数的学习是最难的。对于给定的观测序列O,如何估计模型参数使得P(O|λ)最大。目前为止,可能并不存在一种方法使得P(O|λ)最大,但是接下里的前向后向算法是能够使上述问题得到局部最优。首先:假设给定模型λ和观测序列,计算观测序列出现的概率P(O|λ)。令隐含状态序列I={i1,i2...iT};观测序列是O={O1,O2,...OT},计算联合...原创 2018-06-12 21:52:09 · 8398 阅读 · 0 评论 -
HMM之维特比算法
HMM维特比算法及Python实现原创 2017-10-11 15:42:40 · 2368 阅读 · 0 评论 -
HMM之后向算法
HMM的后向算法那原理及简单实现原创 2017-10-11 15:19:36 · 919 阅读 · 0 评论 -
HMM之前向算法
隐马尔科夫的前向算法和示例代码原创 2017-09-20 18:27:40 · 973 阅读 · 0 评论 -
GMM算法和Python简单实现
GMM算法原理和Python实现原创 2017-09-08 18:06:24 · 26300 阅读 · 1 评论 -
EM算法原理和python简单实现
EM算法原理和Python代码原创 2017-09-07 09:41:18 · 22450 阅读 · 7 评论