在Click Model中进行参数预估的方法有两种：最大似然（MLE）和期望最大（EM）。至于每个click model使用哪种参数预估的方法取决于此model中的随机变量的特性。如果model中的随机变量都是可以observed，那么无疑使用MLE，而如果model中含有某些hidden vari ...
分类：
Web程序 时间：
2017-01-01 23:55:00
阅读次数：
407
其中CSS样式重置；加上描述，关键字等SEO 优化；其中的内容可以自己编辑 PC端就简单完成了；接着 给出个移动端的 其中下面这段代码会根据手机的系统，尺寸等动态添加meta 标签 类似 然后你就可以根据640的设计稿按照px像素布局 ...
分类：
移动开发 时间：
2016-12-30 20:36:15
阅读次数：
634
隐马尔可夫模型的学习问题：给定一个输出序列O=O1O2...OT,如何调节模型μ=(A,B,π）的参数，使得P(O|M)最大。 最大似然估计是一种解决方法，如果产生的状态序列为Q=q1q2...qT,根据最大似然估计，可以通过以下公式推算： πi‘ = δ（q1,si) aij' = Q中从状态qi ...
分类：
编程语言 时间：
2016-12-25 11:23:58
阅读次数：
242
现在，生成模型还没有体会到深度学习的利好，在Discriminative模型上，成果如雨后春笋，但在生成模型上，却并非如此。原因如下：
- 在最大似然估计及相关策略上，很多概率计算的模拟非常难
- ...
分类：
Web程序 时间：
2016-12-23 14:36:15
阅读次数：
604
因为逻辑回归对于计算广告学非常重要。也是我们平时广告推荐、CTR预估最常用到的算法。所以单独开一篇文章讨论。 参考这篇文章：http://www.cnblogs.com/sparkwen/p/3441197.html 逻辑回归其实仅为在线性回归的基础上，套用了一个逻辑函数，但也就由于这个逻辑函数，逻 ...
分类：
其他好文 时间：
2016-12-19 00:05:08
阅读次数：
406
一、一些概念 互信息： 两个随机变量x和Y的互信息，定义X, Y的联合分布和独立分布乘积的相对熵。 贝叶斯公式： 贝叶斯带来的思考： 给定某些样本D，在这些样本中计算某结论出现的概率，即 给定样本D 所以可以推出，再假定p(Ai)相等，可以推出，这个就是最大似然估计做的事情，看下取哪个参数的时候，D ...
分类：
其他好文 时间：
2016-12-18 18:06:26
阅读次数：
256
Basis(基础)： MSE(Mean Square Error 均方误差)，LMS(LeastMean Square 最小均方)，LSM(Least Square Methods 最小二乘法)，MLE(MaximumLikelihood Estimation最大似然估计)，QP(Quadratic ...
分类：
编程语言 时间：
2016-11-14 09:41:30
阅读次数：
306
转载地址：http://www.cnblogs.com/kerrycode/p/3285936.html 临时表概念 临时表就是用来暂时保存临时数据（亦或叫中间数据）的一个数据库对象，它和普通表有些类似，然而又有很大区别。它只能存储在临时表空间，而非用户的表空间。ORACLE临时表是会话或事务级别的 ...
分类：
数据库 时间：
2016-10-19 13:53:16
阅读次数：
229
由于最近要经常用到XGBOOST的包，不免对相关的GBDT的原理又重新学习了一遍， 发现其中在考虑损失函数的时候，是以对数log进行度量的，囿于误差平方和函数的印象 那么为什么是对数呢？可能是下面的原因： 【通俗的解释】 对数损失是用于最大似然估计的。一组参数在一堆数据下的似然值，等于每一条数据的概 ...
分类：
其他好文 时间：
2016-09-30 00:53:41
阅读次数：
376
