人工智能
vanturman
这个作者很懒,什么都没留下…
展开
-
协方差与协方差矩阵
引言最近在看主成分分析(PCA),其中有一步是计算样本各维度的协方差矩阵。以前在看算法介绍时,也经常遇到,现找了些资料复习,总结如下。协方差通常,在提到协方差的时候,需要对其进一步区分。(1)随机变量的协方差。跟数学期望、方差一样,是分布的一个总体参数。(2)样本的协方差。是样本集的一个统计量,可作为联合分布总体参数的一个估计。在实际中计算的通常是样本的协方差。随机变量的协方差在概率论和统计中,协...原创 2018-03-26 22:13:10 · 467 阅读 · 0 评论 -
Jacobian矩阵和Hessian矩阵
1. Jacobian在向量分析中, 雅可比矩阵是一阶偏导数以一定方式排列成的矩阵, 其行列式称为雅可比行列式. 还有, 在代数几何中, 代数曲线的雅可比量表示雅可比簇:伴随该曲线的一个代数群, 曲线可以嵌入其中. 它们全部都以数学家卡尔·雅可比(Carl Jacob, 1804年10月4日-1851年2月18日)命名;英文雅可比量”Jacobian”可以发音为[ja ˈko bi ən]或者[ʤ...转载 2018-04-02 14:48:39 · 165 阅读 · 0 评论 -
期望风险、经验风险、结构风险的关系
要区分这三个概念,需要先讲一下损失函数L(Y,f(x))的概念。损失函数:针对单个具体样本,表示模型预测值与真实样本值之间的差距。损失函数越小,说明模型对于该样本预测越准确。常见损失函数有0-1损失函数、平方损失函数、绝对损失函数、对数损失函数(对数似然损失函数)。经验风险:对所有训练样本都求一次损失函数,再累加求平均。即,模型f(x)对训练样本中所有样本的预测能力。所谓经验风险最小化即对训练集中...转载 2018-04-09 23:08:56 · 752 阅读 · 0 评论 -
Kaggle入门
这次酝酿了很久想给大家讲一些关于Kaggle那点儿事,帮助对数据科学(Data Science)有兴趣的同学们更好的了解这个项目,最好能亲身参与进来,体会一下学校所学的东西和想要解决一个实际的问题所需要的能力的差距。虽然不是Data Science出身,但本着严谨的科研态度,在进行了大量的调研、学习以及对相关经验者的访谈之后,决定写下这篇专栏,一方面让那些对数据科学(Data Science)有兴...转载 2018-03-28 18:22:24 · 329 阅读 · 0 评论 -
Jupyter Notebook基本操作
Jupyter Notebook基本操作Jupyter Notebook服务启动与停止Jupyter Notebook常用快捷键1模式切换2命令模式快捷键3编辑模式快捷键Jupyter Notebook中Matplotlib绘图1.Jupyter Notebook服务启动与停止环境为Windows10系统首先进入命令提示符cmd,用cd命令切换到工作目录,这里不做详细解释,可自行百度键入命令jup...原创 2018-04-20 21:25:04 · 574 阅读 · 0 评论