2017 年 9月 17 日随笔档案 - Vpegasus

2017年9月17日

摘要：目录引言经典示例EM算法GMM 推导参考文献: 引言 Expectation maximization (EM) 算法是一种非常神奇而强大的算法. EM算法于 1977年由Dempster 等总结提出. 说EM算法神奇而强大是因为它可以解决含有隐变量的概率模型问题. EM算法是一个简单而又复杂的算阅读全文

posted @ 2017-09-17 20:46 Vpegasus 阅读(690) 评论(0) 推荐(0)

机器学习四 SVM

摘要： [TOC] 引言在深度神经网终(Deep Neural Network, DNN) 大热之前, 在机器学习里有个明星算法就是今天要与大家分享的支持向量机(Support Vector Machine, SVM ). 它是昔日的明星, 虽然现在没有DNN风光, 但它依然是机器学习领域内耀眼的存在, 阅读全文

posted @ 2017-09-17 20:41 Vpegasus 阅读(4925) 评论(0) 推荐(1)

机器学习三集成学习二: Boosting

摘要：集成学习二: Boosting 目录集成学习二: Boosting引言AdaboostAdaboost 算法前向分步算法前向分步算法Boosting Tree回归树提升回归树Gradient Boosting参考文献: 引言集成学习,的第二种方式称为Boosting. 不同于bagging的民主投阅读全文

posted @ 2017-09-17 03:04 Vpegasus 阅读(903) 评论(0) 推荐(0)

机器学习二集成学习一: Bagging

摘要： ''团结就是力量'' 对问题进行建模时, 算法无论如何优化都无法达到我们的要求,又或者精准算法的实现或调优成本太大, 这时,我们就会想,能不能把几个算法或模型结合起来,以'集体'的力量来解决问题? 这就是集成学习产生的原因. 偏倚与方差在俱体讲解集成学习之前,先介绍一个概念偏倚-方差. 衡量模型的阅读全文

posted @ 2017-09-17 02:52 Vpegasus 阅读(1102) 评论(0) 推荐(0)