码迷,mamicode.com
首页 >  
搜索关键字:统计学习    ( 412个结果
统计学习——随机过程
随机过程:我的理解是随机变量的集合.比如X(t)=Acos(wt+θ),t>=0,A,w为常数,θ为[0,2π]上均匀分布的随机变量.对于固定的t,X(t)是一个随机变量,它是θ的函数.由于θ是一个随机变量,那么它的函数也是随机变量.对于不同的t,如t1,t2.X(t1),X(t2)就是两个不同的随 ...
分类:其他好文   时间:2016-09-06 11:55:50    阅读次数:164
数据挖掘与机器学习的相关理解
加州理工学院公开课:机器学习与数据挖掘:http://open.163.com/special/opencourse/learningfromdata.html 机器学习:那些具体的算法,得到精确模型,统行学家又称为统计学习 数据挖掘:数据库,数据清洗,数据可视化 深度学习:在图像,语音,富媒体取得 ...
分类:其他好文   时间:2016-09-06 01:04:00    阅读次数:233
浅显易懂的GMM模型及其训练过程
高斯混合模型GMM是一个非常基础并且应用很广的模型。对于它的透彻理解非常重要。网上的关于GMM的大多资料介绍都是大段公式,而且符号表述不太清楚,或者文笔非常生硬。本文尝试用通俗的语言全面介绍一下GMM,不足之处还望各位指正。 首先给出GMM的定义 这里引用李航老师《统计学习方法》上的定义,如下图: ...
分类:其他好文   时间:2016-08-08 21:04:21    阅读次数:2159
机器学习学习指南
统计学习三要素:模型、策略、算法 模型分为概率模型(由条件概率表示的模型)和非概率模型(决策函数) 策略包括1、损失函数和风险函数;2、经验风险最小化与结构风险最小化 算法:根据相应的策略求解最优解,即求解最优化问题。 生成模型与判别模型 分类、回归、标注问题 K-近邻算法(KNN) 算法原理 优点 ...
分类:其他好文   时间:2016-08-08 07:40:06    阅读次数:206
使用支持向量机训练mnist数据
使用SVM训练mnist数据,采用统计学习方法中的SMO算法,一对一法k(k-1)/2个SVM进行多类分类,python实现 ...
分类:其他好文   时间:2016-08-06 17:27:05    阅读次数:169
【CV知识学习】Fisher Vector
在论文《action recognition with improved trajectories》中看到fisher vector,所以学习一下。但网上很多的资料我觉得都写的不好,查了一遍,按照自己的认识陈述一下,望大牛指正。 核函数: 先来看一下《统计学习方法》里叙述的核函数的概念, 可以看到, ...
分类:其他好文   时间:2016-08-05 11:50:10    阅读次数:263
【NLP】条件随机场知识扩展延伸
【摘要】:条件随机场用于序列标注,数据分割等自然语言处理中,表现出很好的效果。在中文分词、中文人名识别和歧义消解等任务中都有应用。本文源于笔者做语句识别序列标注过程中,对条件随机场的了解,逐步研究基于自然语言处理方面的应用。成文主要源于自然语言处理、机器学习、统计学习方法和部分网上资料对CRF介绍的... ...
分类:其他好文   时间:2016-08-03 20:28:24    阅读次数:298
【NLP】基于机器学习角度谈谈CRF
【摘要】:条件随机场用于序列标注,数据分割等自然语言处理中,表现出很好的效果。在中文分词、中文人名识别和歧义消解等任务中都有应用。本文源于笔者做语句识别序列标注过程中,对条件随机场的了解,逐步研究基于自然语言处理方面的应用。成文主要源于自然语言处理、机器学习、统计学习方法和部分网上资料对CRF介绍的... ...
分类:其他好文   时间:2016-08-03 09:00:33    阅读次数:197
【NLP】漫步条件随机场系列文章(一)
【摘要】:条件随机场用于序列标注,数据分割等自然语言处理中,表现出很好的效果。在中文分词、中文人名识别和歧义消解等任务中都有应用。本文源于笔者做语句识别序列标注过程中,对条件随机场的了解,逐步研究基于自然语言处理方面的应用。成文主要源于自然语言处理、机器学习、统计学习方法和部分网上资料对CRF介绍的... ...
分类:其他好文   时间:2016-08-02 15:11:54    阅读次数:171
支持向量机
支持向量机的python实现,参照统计学习方法第7章。 ...
分类:其他好文   时间:2016-08-01 08:05:59    阅读次数:140
412条   上一页 1 ... 23 24 25 26 27 ... 42 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!