240 发简信
IP属地:湖南
  • Resize,w 360,h 240
    Day14~15 第六章 Logistic 回归与最大熵模型

    1  Logistc 回归模型 1.1 Logistic 分布   定义 6.1 (logistic 分布) 设 是连续随机变量, 服从 lo...

  • Day11~13 第五章 决策树

    1 决策树模型与学习 1.1 决策树模型   定义 5.1 (决策树) 分类决策树模型是描述对实例进行分类的树形结构。决策树由 结点 (node...

  • Resize,w 360,h 240
    Day9~10 第四章 朴素贝叶斯

    1 朴素贝叶斯法的学习与分类   朴素贝叶斯的思想是:对于给定的一个训练数据集,首先基于特征条件独立假设学习输入输出的联合概率分布;然后基于此模...

  • Day7~8 第三章 k 近邻

    1 k 近邻算法    近邻算法的思想是:给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的 个实例,这 个实例的多数属...

    0.1 81 0 1
  • Day5~6 第二章 感知机

    1 感知机模型   定义 2.1 (感知机) 假设输入空间是 ,输出空间是 。输入 表示实例的特征向量,对应输出空间的的点;输出 表示实例的...

  • Day4 第一章 统计学习及监督学习概论(习题与总结)

    1 几点收获与思考 在监督学习中,训练数据与测试数据被看作是依联合概率密度分布 独立同分布产生的。 监督学习中,概率模型是生成模型,非概率模型...

  • Day3 第一章 统计学习及监督学习概论(2)

    4 模型评估与模型选择 4.1 训练误差与测试误差   假设学习到的模型是 ,训练误差是模型 关于训练数据集的平均损失:其中 是训练样本容量...

    0.5 87 0 2
  • Day2 第一章 统计学习及监督学习概论(1)

    1 统计学习   实现统计学习方法的步骤:  (1)得到一个有限的训练数据集合,假设数据是独立同分布产生的;  (2)确定包含所有可能的模型的假...

    0.1 97 0 1
  • Day1 学习准备

    1 简介   李航老师的《统计学习方法》是机器学习领域的经典入门教材之一。  本书分为监督学习和无监督学习两篇,全面系统地介绍了统计学习的主要方...

    0.1 54 0 1
个人介绍
编程,计算,数学