【机器学习】数值分析03——任意曲线拟合
- 2022 年 9 月 27 日
- 筆記
数值分析<3>——任意曲线拟合 全文目录 （博客园）机器学习 （Github）MachineLearning …
Continue Reading
集成学习（一）：简述集成学习
- 2022 年 3 月 20 日
- 筆記
更多内容请关注微信公众号： 一、集成学习介绍 集成学习要回答的两个问题： 怎么学习基模型？ 怎么综合所有基模型的预测结果 …
Continue Reading
如何理解雅克比矩阵在深度学习中的应用？
- 2021 年 10 月 23 日
- 筆記
标题取得有点宽泛，本次主要探讨：在梯度下降中雅可比矩阵是用来干嘛的以及我们为什么要在反向传播里使用雅可比矩阵 雅可比矩阵 …
Continue Reading机器学习Sklearn系列：（五）聚类算法
- 2021 年 7 月 22 日
- 筆記
K-means 原理 首先随机选择k个初始点作为质心 1. 对每一个样本点，计算得到距离其最近的质心，将其类别标记为该质 …
Continue Reading机器学习Sklearn系列：（四）朴素贝叶斯
- 2021 年 7 月 18 日
- 筆記
3–朴素贝叶斯 原理 朴素贝叶斯本质上就是通过贝叶斯公式来对得到类别概率，但区别于通常的贝叶斯公式，朴素贝叶 …
Continue Reading机器学习Sklearn系列：（三）决策树
- 2021 年 7 月 16 日
- 筆記
决策树 熵的定义 如果一个随机变量X的可能取值为X={x1，x2，..，xk}，其概率分布为P(X=x)=pi(i=1， …
Continue Reading统计学习方法——实现AdaBoost
- 2021 年 4 月 23 日
- 筆記
Adaboost 适用问题：二分类问题 模型：加法模型 \f(x)=\sum_{m=1}^{M} \alpha_{m} …
Continue Reading《统计学习方法》——从零实现决策树
- 2021 年 3 月 17 日
- 筆記
决策树 决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶子节点代表 …
Continue Reading
Andrew BP 神经网络详细推导
- 2021 年 3 月 12 日
- 筆記
Lec 4 BP神经网络详细推导 本篇博客主要记录一下Coursera上Andrew机器学习BP神经网络的前向传播算法和 …
Continue Reading《统计学习方法》——朴素贝叶斯代码实现
- 2021 年 2 月 28 日
- 筆記
朴素贝叶斯分类原理 对于给定的训练数据集，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；然后基于此模型，对给定的 …
Continue Reading