Mr_LeeCZ
算法工程师,主要关注模式识别、机器学习、计算机视觉等人工智能领域,重点关注无监督学习方法,特别是高维数据分析。数学是基础,算法是灵魂,编程是工具,三者需要紧密结合方能凸显数学之美和算法之能。
展开
-
Bishop 模式识别与机器学习读书笔记 || 线性分类模型之判别函数的几何建模
分类问题可以分为两分类和多分类问题,是机器学习中的典型算法原创 2022-11-22 15:35:38 · 500 阅读 · 0 评论 -
Bishop 模式识别与机器学习读书笔记_ch1.2 概率论基础
概率论在机器学习中具有重要的作用原创 2022-10-21 16:24:48 · 233 阅读 · 0 评论 -
Bishop 模式识别与机器学习读书笔记_ch3.2 线性回归(II)
正则指的是一种边界限制条件,这种限制边界条件的技术称为正则化技术。为正定矩阵,从而保证了其一定是可逆矩阵,也就保证了回归方程是有意义的。. 岭回归和原优化问题模型相比具有一定的优势,这种优势可通过图进行认识。公式(3)的求解可利用拉格朗日乘子法将约束优化问题转化为无约束优化问题。公式(4)加了2-范数正则化的回归问题称为岭回归。原创 2022-10-22 16:37:09 · 505 阅读 · 0 评论 -
Bishop 模式识别与机器学习读书笔记_ch1.3 决策论与信息论基础
信息论和决策论为机器学习模型提供了重要建模思路原创 2022-10-21 16:35:37 · 609 阅读 · 0 评论 -
Bishop 模式识别与机器学习读书笔记_ch3.3 广义线性回归模型
广义线性回归及正则化方法原创 2022-10-22 16:45:13 · 413 阅读 · 0 评论 -
Bishop 模式识别与机器学习读书笔记_ch2.2 连续性概率分布
连续性分布原创 2022-10-21 20:30:21 · 334 阅读 · 0 评论 -
Bishop 模式识别与机器学习读书笔记_ch2.1 离散型概率分布
概率分布中离散型分布形式在建模中有重要的作用原创 2022-10-21 16:43:16 · 341 阅读 · 0 评论 -
Bishop 模式识别与机器学习读书笔记_ch1.1 机器学习概述
Bishop著作 《Pattern Recognition and Machine Learning》 读书笔记原创 2022-10-20 21:19:35 · 1064 阅读 · 1 评论 -
Bishop 模式识别与机器学习读书笔记_ch3.1 线性回归(I)
机器学习中的建模过程,往往充斥着假设,合理的假设是合理模型的必要前提。假设具有三个性质:所谓假设,就是根据常理应该是正确的。假设只是接近真实,往往需要做若干简化。如,在自然语言处理中,往往使用词袋模型(Bag Of Words),认为一篇文档的词是独立的——这样的好处是计算该文档的似然概率非常简洁,只需要每个词出现概率乘积即可。但我们知道这个假设是错的:一个文档前一个词是“正态”,则下一个词极有可能是“分布”,文档的词并非真的独立。这个现象可以称之为“假设的简化性”。原创 2022-10-22 16:32:50 · 334 阅读 · 0 评论