机器学习
司cc
这个作者很懒,什么都没留下…
展开
-
机器学习,线性回归关于梯度下降法和正规方程的流程
原创 2018-03-14 13:55:37 · 283 阅读 · 0 评论 -
AI入门书籍推荐,网站资源推荐
以下书籍大多是深入浅出,生动形象类型的,适合我这种非计算机专业出身,数学功底不强,又对AI富有热情的小伙伴,以下书籍均可在CSDN找到资源,还有什么好的资源书籍推荐,欢迎留言《算法图解》-----Aditya Bhargava 《大话数据结构》------程杰 《机器学习实战》------Peter Harrington 《统计学习方法》------李...原创 2018-06-26 09:47:10 · 1016 阅读 · 0 评论 -
多元高斯分布(The Multivariate normal distribution)
刚刚写了一波专栏直观数学漫谈,今天来强答一发这个问题,前面的一元以及维度不相关的多维高斯分布熟悉的可以直接跳过好,让我们来研究研究这个看起来这么复杂的多元高斯分布吧,我也顺便学一学LaTeX公式书写吧,毕竟还是人生第一次写LaTeX公式!先从均值为0,方差为1的一元正态分布开始,概率密度函数为:在均值为 ,方差为 的情况下,需要标准化一下: ,标准化之后方差变为1,标准化的意...转载 2018-10-23 10:42:18 · 6874 阅读 · 0 评论 -
详解最大似然估计(MLE)、最大后验概率估计(MAP),以及贝叶斯公式的理解
声明:本文为原创文章,发表于nebulaf91的csdn博客。欢迎转载,但请务必保留本信息,注明文章出处。 本文作者: nebulaf91 本文原始地址:https://blog.csdn.net/u011508640/article/details/72815981/ 最大似然估计(Maximum likelihood estimation, 简称MLE)和最大后验概率估计(Maxi...转载 2018-11-08 20:36:19 · 316 阅读 · 0 评论 -
matlab中各种高斯相关函数
原文链接:https://www.cnblogs.com/YiXiaoZhou/p/5894030.html最常见的是产生服从一维标准正态分布的随机数n=100; x=randn(1,n) 实现服从任意一维高斯分布的随机数u=10; sigma=4; x=sigma*randn(1,n)+u 产生服从多元高斯分布的随机变量函数mvnrnd,[mult...转载 2018-12-18 19:15:27 · 11098 阅读 · 0 评论 -
高斯判别分析(GDA)简介
https://www.cnblogs.com/jcchen1987/p/4424436.html转载 2019-05-09 21:55:39 · 679 阅读 · 0 评论