![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ml
whuawell
这个作者很懒,什么都没留下…
展开
-
概率分布
举个例子,一个表示抛硬币结果的随机变量可以表示成 X = {1 如果正面朝上, 2 如果反面朝上} 随机变量是一个变量,它取值于一组可能的值(离散或连续的),并服从某种随机性。随机变量的每个可能取值的都与一个概率相关联。随机变量的所有可能取值和与之相关联的概率就被称为概率分布(probability distrib转载 2016-12-23 22:39:47 · 412 阅读 · 0 评论 -
ML_abstract
主要是最近所看文章摘取,细节不再累赘1 Probability 3 1.1 probability theory 3 1.2 common distributions 5 1.2.1 discrete distributions 6 1.2.2 continuous distributions原创 2017-04-12 21:02:50 · 239 阅读 · 0 评论 -
ML_1_Probability
Probability1.1 probability theory1.2 common distributions1.2.1 discrete distributions1.2.2 continuous distributions原创 2017-04-12 21:25:21 · 192 阅读 · 0 评论 -
ML_2_Bayesian_Perspective
Bayesian Perspective2.1 Introduction2.2 Simple Example2.3 The beta-binomial model2.4 The Dirichlet-multinomial model2.5 Naive Bayes classifiers2.6 Hierarchical原创 2017-04-12 21:46:03 · 243 阅读 · 0 评论 -
ML_3_Linear_regression
Linear regression3.1 Introduction3.2 Robust linear regression3.3 Shrinkage Methods3.3.1 Ridge Regression3.3.2 Lasso Regression(Sparse)3.3.3 Orthogonal Mat原创 2017-04-12 22:01:51 · 225 阅读 · 0 评论 -
ML_4_Classification
4 Classification 4.1 QDA and LDA 4.2 Logistic regression 4.3 Bayesian Logistic regression原创 2017-04-17 21:58:11 · 293 阅读 · 1 评论 -
svm
Tricks 1. 对于二分问题,假设存在线性超平面将样本区分 2.在此情况下,合理的可要求在几何间距最大 3.此时问题转化为QP问题,有现成的解法,但还有更高效的,于是乎通过拉格朗日对偶和KKT条件得到对偶问题此处省略一坨证明和推导。 4. 同样对于特征太多的情况,还是很费时间,于原创 2017-05-22 20:45:19 · 291 阅读 · 0 评论 -
关于Backpropagation在DeepLearning的一点思考
#Backpropagation介绍深度学习中,常见的CNN、RNN神经网络中,参数估计通常在经过样本批处理时,使用SGD算法更新权重W和偏置b。SGD会根据样本Loss将误差后向传播,根据chain rule链式法则计算每一层的误差,从而计算总误差关于W、b的导数,从而更新W或者b。#几个定义-神经元:这里考虑误差传播时,通常意义下的隐藏层、输出层、输入层点-神经元输入:u =原创 2017-08-13 17:56:08 · 567 阅读 · 0 评论