摘要: 本文会利用到上篇,博客的分解定理,需要的可以查找上篇博客D-separation对任何用有向图表示的概率模型都成立,无论随机变量是离散还是连续,还是两者的结合。部分图为手写,由于本人字很丑,望见谅,只是想把PRML书的一些部分总结出来,给有需要的人看,希望能帮到一些人理解吧。 阅读全文
posted @ 2013-07-21 23:11 joey周琦 阅读(10427) 评论(3) 推荐(1) 编辑
摘要: 部分图为手写,由于本人字很丑,望见谅,只是想把PRML书的一些部分总结出来,给有需要的人看,希望能帮到一些人理解吧。下一篇,我将继续介绍本章内容8.2,条件独立部分图为手写,由于本人字很丑,望见谅,只是想把PRML书的一些部分总结出来,给有需要的人看,希望能帮到一些人理解吧。 阅读全文
posted @ 2013-07-21 21:54 joey周琦 阅读(4629) 评论(1) 推荐(0) 编辑
摘要: 上篇介绍了隐马尔科夫模型本文给出关于问题3解决方法,并给出一个例子的python代码回顾上文,问题3是什么,下面给出,维比特算法(biterbi) algorithm下面通过一个具体例子,来说明维比特算法(biterbi)下面附上该解决该例题的python代码import numpy as np #you must install the numpy A=np.array([[0.5,0.2,0.3],[0.3,0.5,0.2],[0.2,0.3,0.5]]) B=np.array([[0.5,0.5],[0.4,0.6],[0.7,0.3]]) O=np.array([0 ,1... 阅读全文
posted @ 2013-07-21 15:32 joey周琦 阅读(2081) 评论(0) 推荐(0) 编辑
摘要: #HMM Forward algorithm #input Matrix A,B vector pi import numpy as np A=np.array([[0.5,0.2,0.3],[0.3,0.5,0.2],[0.2,0.3,0.5]]) B=np.array([[0.5,0.5],[0.4,0.6],[0.7,0.3]]) O=np.array([0 ,1, 0])#T=3 #O=np.array([1 ,0, 1])#T=3 pi=np.array([0.2,0.4,0.4]) N=3#N kind state M=2#M kind o... 阅读全文
posted @ 2013-07-21 15:26 joey周琦 阅读(5989) 评论(1) 推荐(2) 编辑
摘要: 本文,意在说明《统计学习方法》第九章EM算法的三硬币例子,公式(9.5-9.6如何而来)下面是(公式9.5-9.8)的说明,本人水平有限,怀着分享学习的态度发表此文,欢迎大家批评,交流。感谢您的阅读。欢迎转载本文,转载时请附上本文地址:http://www.cnblogs.com/Dzhouqi/p/3203776.html另外:欢迎访问我的博客 http://www.cnblogs.com/Dzhouqi/ 阅读全文
posted @ 2013-07-21 15:15 joey周琦 阅读(1822) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2013-07-21 15:13 joey周琦 阅读(860) 评论(0) 推荐(0) 编辑
摘要: 1如果你最近才从vc6.0到vs2010,在vs2010中mfc可能遇见一个小问题,如果你添加或改天了窗口中的控件,运行程序缺没有发现其中的变化,这时候需要在debug选项中rebuild all一下就好了。很小白的问题,但是我遇见半天没解决,呵呵。希望能帮到你2VS2010, 用C++读取txt文件里的数,应该把这个txt放到VS的哪里?如果你想练习书上的例子,例如,#include "stdafx.h"#include#include#includeusing namespace std;int main(){ ifstream in("test.txt&qu 阅读全文
posted @ 2013-07-21 15:09 joey周琦 阅读(342) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2013-07-21 15:08 joey周琦 阅读(3546) 评论(1) 推荐(1) 编辑
摘要: 如果你在看集体编程智慧这本书,第五章的遗传算法时候,出现这样的错误:TypeError: object of type 'NoneType' has no len()。。请注意下面这个函数: def mutate(vec): i=random.randint(0,len(domain)-1) if random.random()domain[i][0]: return vec[0:i]+[vec[i]-step]+vec[i+1:] elif vec[i]domain[i][0]: return vec[0:i]+[vec[i]-step]+vec[i+1:] elif vec 阅读全文
posted @ 2013-07-21 15:06 joey周琦 阅读(665) 评论(0) 推荐(0) 编辑