![](https://img-blog.csdnimg.cn/20190425172825490.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
统计学习方法学习总结与实现
常见机器学习方法的总结,同时与《数学之美》通俗的引入结合,试图将知识整合起来。
李滚滚
机器学习,深度学习算法
展开
-
数学之美到统计学习方法第十一章条件随机场 ——从应用到公式推导
文章目录一 从应用问题引入1.1 从HMM到CR——自然语言处理1.2 [如何轻松愉快地理解条件随机场(CRF)?](https://www.jianshu.com/p/55755fc649b1)二 概率无向图模型2.1 概率图模型定义2.2 概率无向图的因子分解三 条件随机场(CRF)基本问题四 CRF概率计算问题五 CRF训练算法六 CRF预测算法 摘要:数学之美致力于普通人群也能看懂,所...原创 2019-02-27 17:05:58 · 1168 阅读 · 4 评论 -
从《数学之美》到李航《统计学习方法》的隐马尔科夫模型及python实现课后习题
文章目录一 自然语言处理与隐马尔科夫模型(HMM)二 隐马尔科夫模型(HMM)基本概念三 HMM概率计算方法(前向算法与后向算法简化)四 HMM的学习算法(模型训练求解模型参数)五 HMM预测算法(维特比算法) 主要对《数学之美》隐马尔科夫模型,维特比和他的维特比算法、《统计学习方法》第十章、徐亦达HMM概率模型的内容进行总结消化。 隐马尔科夫模型(HMM)最初应用于通信领域,继而推广到语...原创 2019-02-25 18:20:34 · 2244 阅读 · 0 评论 -
李航/徐亦达 统计学习方法第九章EM算法及其推广总结和习题答案
强烈推荐徐亦达老师关于EM算法的讲解视频,本文根据徐老师和李航老师统计学习方法整理,由于公式推导太多,笔记为手写。其中包含混合高斯模型的理解,形象化解释,以及习题链接。习题习题9.1和9.3习题9.4...原创 2019-02-23 16:46:40 · 4965 阅读 · 3 评论 -
李航-《统计学习方法》第七章支持向量机
文章目录一 模型1.1 线性可分支持向量机与硬间隔最大化1.2 线性支持向量机与软间隔最大化1.3 非线性支持向量机与核函数二 策略三 算法[序列最小最优化算法SMO]支持向量机 二分类模型 基本模型:定义在特征空间上的间隔最大的线性分类器,间隔最大使之区别于感知机 扩展 模型:核技巧,实质上成为非线性分类器 学习策略:间隔最大化,形式化为求解凸二次规...原创 2019-02-21 17:08:42 · 1639 阅读 · 0 评论 -
深入理解拉格朗日乘子法(Lagrange Multiplier) 和KKT条件
本文摘自深入理解拉格朗日乘子法(Lagrange Multiplier) 和KKT条件,由于原文公式看着实在头疼,重新整理了一遍,有需要可以交流。 在求取有约束条件的优化问题时,拉格朗日乘子法(Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法,对于等式约束的优化问题,可以应用拉格朗日乘子法去求取最优值;如果含有不等式约束,可以应用KKT条件去求取。当然,这两个...原创 2019-02-21 11:20:43 · 486 阅读 · 0 评论 -
李航 《统计学习方法》第七章支持向量机习题答案
1.比较感知机的对偶形式和线性可分支持向量机的对偶性形式。感知机原始形式: minw,bL(w,b)=−∑xiϵM(yi(w⋅xi+b))\min_{w,b} L(w,b) = - \sum_{x_i\epsilon M}(y_i(w\cdot x_i+b))w,bminL(w,b)=−xiϵM∑(yi(w⋅xi+b))MMM为误分点的集合。等价于minw,bL(w,b)=∑i=1...原创 2019-02-15 22:17:30 · 17524 阅读 · 15 评论 -
李航《统计学习方法》——第六章逻辑回归和最大熵模型笔记及理解+习题
习题6.1确认逻辑斯蒂分布属于指数族分布指数族分布,满足一下形式P(y;η)=b(y)exp(ηTT(y)−a(η))P(y;\eta) = b(y)exp(\eta^TT(y)-a(\eta))P(y;η)=b(y)exp(ηTT(y)−a(η))η被称为分布的自然参数(也称为规范参数)T(y)是充分统计量(通常情况下有T(y)=y)a(η)被称为对数划分函数。这一项本质上是起到了正则化...原创 2019-01-04 14:17:42 · 4750 阅读 · 5 评论 -
李航《统计学习方法》——第五章决策树及Python实现(附习题答案)
发布文章先感叹一下,C++水平真的差啊~~~~人生苦短,我用Python决策树是一种基本的分类与回归模型,呈树形结构。可以看作if-then的处理结构,也可以看作条件概率分布,对特征空间进行划分,在子特征空间进行类别判断,大于阈值则属于子空间的类别。优点: 可读性强,分类速度快(学习模型构建树的时候比较慢,但是一般模型都是离线的,所以问题不大)1 模型由结点和有向边组成,结点有两种类型,...原创 2018-12-27 19:54:05 · 6620 阅读 · 0 评论 -
《统计学习方法》——第四章朴素贝叶斯及C++实现
发布文章 博文管理我的博客退出 Trash Temp 《统计学习方法》——第二章感知机 《统计学习方法》——第二章感知机及C++实现 《统计学习方法》——第二章感知机及C++实现 《统计学习方法》——第三章KNN及C++实现 《统计学习方法》——第三章及C++实现 《统计学习方法》...原创 2018-12-10 16:38:47 · 465 阅读 · 0 评论 -
《统计学习方法》——第三章KNN及C++实现
Input : 特征向量Output : 实例类别基本分类回归问题,不具显示学习过程,整个过程有三个学习要素K值选择 [一般使用交叉验证的方法选择K值,使经验误差最小][K小,模型复杂,容易过拟合,受噪声影响较大;K大,模型简单(K=N)]距离度量 [包括各种距离度量公式,p范数,以及各种改进的相似性度量方法][不同的距离测量公式得到的K邻近点是不一样的]分类决策准则 (如多数表决...原创 2018-12-10 15:01:02 · 331 阅读 · 0 评论 -
《统计学习方法》——第二章感知机及C++实现
发布文章 博文管理我的博客退出 Trash Temp 《统计学习方法》——第二章感知机 《统计学习方法》——第一章 卷积神经网络(CNN) Input : 特征向量Output : 类别(+1/-1) 【二分类】直接学习f 或者P(Y|X) ——> 判别模型模型:f(x)=sign(wTx+b)f(x)=s...原创 2018-12-10 14:13:23 · 250 阅读 · 0 评论 -
《统计学习方法》——第一章思维导图
原创 2018-12-10 12:17:42 · 1626 阅读 · 0 评论