机器学习
文章平均质量分 87
算法信徒
算法求学者
展开
-
机器学习之朴素贝叶斯法
朴素贝叶斯法是机器学习模型中一个比较简单的模型,实现简单,比较常用。是定义在输入空间上的随机向量,是定义在输出空间上的随机变量。是和的联合概率分布。训练数据集由独立同分布产生。朴素贝叶斯法通过训练数据集学习联合概率分布。具体地,学习一下先验概率分布及条件概率分布。先验概率分布条件概率分布,于是学习到联合概率分布。条件概率分布有指数级数量的参数,其估计实际是不可行的。事实原创 2017-08-20 17:02:57 · 476 阅读 · 0 评论 -
机器学习之逻辑回归(Logistic Regression)
逻辑回归原创 2017-08-19 23:05:03 · 2201 阅读 · 0 评论 -
机器学习之支持向量机(Support Vector Machine)(更新中...)
支持向量机支持向量机(support vector machines,SVMs)是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器,间隔最大使它有别于感知机;支持向量机还包括核技巧,这使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化,可形式化为一个求解凸二次规划(convex quadratic programming)的问题。支持向量机学习方法包含构...原创 2017-08-22 00:12:23 · 623 阅读 · 0 评论 -
梯度下降(Gradient Descent)
在求解机器学习算法的优化问题时,梯度下降是经常采用的方法之一。梯度下降不一定能够找到全局最优解,有可能是一个局部最优解。但如果损失函数是凸函数,梯度下降法得到的一定是全局最优解。原创 2017-09-06 18:13:22 · 980 阅读 · 0 评论