- 博客(13)
- 收藏
- 关注
原创 机器学习 - 隐马尔科夫模型(3)- 学习算法
机器学习 - 隐马尔科夫模型(3)- 学习算法监督学习算法初始状态概率向量 Π 的估计状态转移概率的估计观测概率的估计无监督 Baum-Welch 算法Baum-Welch 算法推导
2019-01-15 21:47:14 734
原创 机器学习 - 隐马尔科夫模型(2)- 前向 and 后向算法
机器学习 - 隐马尔科夫模型(2)- 前向 and 后向算法前向算法前向概率观测序列概率的前向算法例子后向算法后向概率观测序列概率的后向算法例子
2019-01-12 22:53:40 617 1
原创 机器学习 - 隐马尔科夫(HMM)目录索引
概念 and 直接计算法前向 - 后向算法学习算法(监督学习方法 以及 Baum-Welch 算法)预测算法(近似算法、维特比)三个基本问题
2019-01-12 20:08:02 315 5
原创 机器学习 - 隐马尔科夫模型(1)- 概念 and 直接计算法
机器学习 - 隐马尔科夫模型(1)HMM 概念 and 直接计算法引述定义两个集合两个序列两个概率矩阵其他参数模型举例概率计算方法直接计算法
2019-01-12 20:01:45 703
原创 机器学习 - 支持向量机(4)- SMO(序列最小最优化算法)
机器学习 - 支持向量机(4)SMO(序列最小最优化算法)动机算法过程两个变量的二次规划两个变量的选择
2019-01-08 16:38:31 593
原创 机器学习 - 支持向量机(2)- 线性 SVM(软间隔最大化)
机器学习 -支持向量机(2)线性 SVM(软间隔最大化)线性 SVM软间隔最大化对偶算法支持向量
2019-01-04 22:59:16 2597 7
原创 机器学习 - 支持向量机(3)- 非线性 SVM(核技巧)
机器学习 - 支持向量机(3)非线性 SVM(核技巧)动机核函数核技巧核函数特点举例常用核函数多项式核函数高斯核函数算法过程
2019-01-04 22:58:25 1081
原创 机器学习 - 支持向量机(1)- 线性可分 SVM(间隔最大化)
机器学习 -支持向量机(1)线性可分 SVM(间隔最大化)线性可分 SVM函数间隔与几何间隔几何间隔函数间隔关系硬间隔最大化对偶算法支持向量
2019-01-01 15:32:22 2305 2
原创 机器学习 - 支持向量机(SVM)目录索引
SVM目录索引线性可分 SVM:硬间隔最大化线性 SVM:软间隔最大化非线性 SVM:核技巧序列最小最优化算法 (SMO)特点
2019-01-01 13:38:03 1352
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人