08 2018 档案

隐马尔科夫模型(hidden Markov Model)
摘要：万事开头难啊，刚开头确实不知道该怎么写才能比较有水平，这篇博客可能会比较长，隐马尔科夫模型将会从以下几个方面进行叙述：1 隐马尔科夫模型的概率计算法 2 隐马尔科夫模型的学习算法 3 隐马尔科夫模型的预测算法 隐马尔科夫模型其实有很多重要的应用比如说：语音识别、自然语言处理、生物信息、模式识别等等 阅读全文
posted @ 2018-08-31 09:59 西红柿炒蛋就加糖！ 阅读(6948) 评论(3) 推荐(2)
什么是EM算法？
摘要：开头借用李航老师书中总结，概率模型有时既含有观测变量，又含有隐藏变量或者潜在变量，如果概率模型的变量都是观测变量，那么给定数据，可以直接用极大似然估计法，或者贝叶斯估计法估计模型参数，但是，当模型含有隐含变量的时候，就不能简单的使用这些估计方法，EM算法就是含有隐含变量的概率模型参数的极大似然估计法 阅读全文
posted @ 2018-08-28 19:40 西红柿炒蛋就加糖！ 阅读(1383) 评论(0) 推荐(0)
非线性支持向量机基础——核函数之我见
摘要：写在前面，核函数方法不一定非得用在支持向量机上，任何只要出现内积或者说你在求解线性问题，而权重w恰好是训练样本的加权组合的情况下，都可以用上核函数的方法，来做到提升维度，进而完成非线性到线性转换的一个目的。可能有同学不理解，为什么从低维度升到高纬度就能够做到从原本线性... 阅读全文
posted @ 2018-08-08 16:56 西红柿炒蛋就加糖！ 阅读(801) 评论(0) 推荐(0)
支持向量机(support vector machine)
摘要：画布多说 ？？？ 什么画布，啊呸，话不多说，无图无真相，先上图： 支持向量机，让大家都支持一下！之前看一个写博文很好的博主说，支持向量机算法算是属于实际比较主流的分类算法了，为啥加实际两个字呢？因为权衡工业界和学术界，很多算法牛逼却不能实际应用起来，但是SVM确实是奇迹，两边都吃的开，就是这么稳，也 阅读全文
posted @ 2018-08-06 18:42 西红柿炒蛋就加糖！ 阅读(305) 评论(0) 推荐(0)
决策树之CART算法
摘要：顾名思义，CART算法（classification and regression tree）分类和回归算法，是一种应用广泛的决策树学习方法，既然是一种决策树学习方法，必然也满足决策树的几大步骤，即：1特征的选择 2决策树的生成 3 决策树的剪枝 三大步骤，CART算... 阅读全文
posted @ 2018-08-04 20:26 西红柿炒蛋就加糖！ 阅读(939) 评论(0) 推荐(1)
决策树到底是什么？
摘要：本文思想及知识来源于对李航老师的统计学习方法的拜读，加上一些自己的理解整理，感谢李航老师伟大的著作：《统计学习方法》！ 决策树是什么？(decision tree) 是一种分类与回归方法，主要用于分类，决策树模型呈现树形结构，是基于输入特征对实例进行分类的模型。我认... 阅读全文
posted @ 2018-08-04 15:24 西红柿炒蛋就加糖！ 阅读(1577) 评论(0) 推荐(1)