含有隐参数的混合模型的参数估计方法 不是所有问题都可以求得解析解(最简单的似然估计可以)。 迭代的算法。 分为E步,M步。E step: 得到Q...
含有隐参数的混合模型的参数估计方法 不是所有问题都可以求得解析解(最简单的似然估计可以)。 迭代的算法。 分为E步,M步。E step: 得到Q...
占据统计学习方法大半江山的SVM,终于在昨天以我的代码写完,画上了一个句号,不得不说,支持向量机不是一个简单的东西,尽管花了很大的力气去做,在最...
SMO算法 什么是SMO算法 SMO(Sequential Minmal Optimization)序列最小化算法,是一种对SVM的高效的优化算...
这一节,我们来讲解一下什么叫做核技巧,也就是kernal trick 前面我们讲的hard margin和soft margin分别是线性可分,...
支持向量机 “SVM有三宝,间隔对偶核技巧” 首先,支持向量机是一个二分类的模型。 他与感知机算法有很多相似的地方,都是使用超平面分割空间,但是...
CS229 Newton's Method 这节课的重点:逻辑回归牛顿方法指数分布族广义线性模型 逻辑回归 首先,逻辑回归是一个二分类的模型。 ...
这是CS229的第三节课,早上睡醒不想起床,在被窝里看完了这一个课程,好玩的是,中间我还看睡着了,哈哈哈。这节主要讲的内容有:1、underfi...
今天我们探讨一下有关决策树的剪枝,以及由剪枝引出的一系列问题 为什么要剪枝 回顾上一节,我们知道决策树的生成是要达到局部最优,那么我们如何理解这...
闲暇无事,看了一下吴恩达教授的CS229的课程,对于梯度下降有一些新的感受。 注:下面的文字,你将不会看到有关梯度下降的基础内容,这些在其他博客...
终于做到了决策树,这是一个很有意思的分类模型 什么是决策树 尽管我一直将决策树理解为一个分类模型,但实际上,他也是可以解决回归问题的,如何理解决...
专题公告
主要为各种算法的实现与记录