摘要：
给定训练样本集\(D={(x_1,y_1),(x_2,y_2),\ldots,(x_m,y_m)},y_i \in \{-1,+1\}\)，分类学习最基本的想法就是基于训练集D在样本空间中找到一个划分超平面，将不同类别的样本分开 样本空间中，划分超平面可以表示为\(w^Tx+b=0\)，其中\(w^ 阅读全文
posted @ 2025-04-10 14:28
rdcamelot
阅读(69)
评论(0)
推荐(0)
摘要：
精确推断方法通常需要很大的计算开销，通常使用近似推断方法 近似推断方法大致可分为两大类：第一类是采样，通过使用随机化方法完成近似；第二类是使用确定性近似完成近似推断，典型代表为变分推断 MCMC采样 采样法正是基于这个思路。具体来说，假定我们的目标是计算函数 \(f(x)\) 在概率密度函数 \(p 阅读全文
posted @ 2025-04-10 13:26
rdcamelot
阅读(48)
评论(0)
推荐(0)
摘要：
机器学习最重要的任务，是根据一些已观察到的证据（例如训练样本）来对感兴趣的未知变量（例如类别标记）进行估计和推测。概率模型提供了一种描述框架，将学习任务归结于计算变量的概率分布。 在概率模型中，利用已知变量推测未知变量的分布称为“推断”，其核心是如何基于可观测变量推测出未知变量的条件分布. 监督学习 阅读全文
posted @ 2025-04-10 09:31
rdcamelot
阅读(61)
评论(0)
推荐(0)
浙公网安备 33010602011771号