随笔分类 - 机器学习笔记
摘要：参考：https://blog.csdn.net/xiaoqinting2015/article/details/69936952
阅读全文
摘要：参见：https://blog.csdn.net/Dillon2015/article/details/64453852
阅读全文
摘要：参见：https://blog.csdn.net/wo334499/article/details/51689609
阅读全文
摘要：参考：http://blog.codinglabs.org/articles/pca-tutorial.html
阅读全文
摘要：参考：https://www.cnblogs.com/lizhizhuang/p/8613233.html
阅读全文
摘要：参考：https://blog.csdn.net/u014688145/article/details/53326910 知乎：https://www.zhihu.com/question/22697086/answer/126575130
阅读全文
摘要：https://blog.csdn.net/lanchunhui/article/details/50482842
阅读全文
摘要：https://blog.csdn.net/zengxiantao1994/article/details/72787849
阅读全文
摘要：参见http://www.cnblogs.com/ymingjingr/p/4271761.html
阅读全文
摘要：参见：https://blog.csdn.net/Dark_Scope/article/details/53229427
阅读全文
摘要：维特比算法（Viterbi） 维特比算法 编辑 维特比算法是一种动态规划算法用于寻找最有可能产生观测事件序列的-维特比路径-隐含状态序列,特别是在马尔可夫信息源上下文和隐马尔可夫模型中。术语“维特比路径”和“维特比算法”也被用于寻找观察结果最有可能解释相关的动态规划算法。例如在统计句法分析中动态规划
阅读全文
摘要：概念理解 监督学习方法可分为两大类，即生成方法与判别方法，它们所学到的模型称为生成模型与判别模型。 判别模型：判别模型是学得一个分类面（即学得一个模型），该分类面可用来区分不同的数据分别属于哪一类； 生成模型：生成模型是学得各个类别各自的特征（即可看成学得多个模型），可用这些特征数据和要进行分类的数
阅读全文
摘要：总结 贝叶斯方法是机器学习中常用的一种方法，在贝叶斯公式中有三部分，先验概率分布函数、似然概率分布函数、和边界似然概率分布函数（贝叶斯公式的分母）。求出了这三部分，就求得了后验概率分布，然后对于一个新样本xnewxnew计算后验概率分布的期望值，这个期望值就是贝叶斯模型的预测结果。 由于后验概率分布
阅读全文
摘要：HMM算法想必大家已经听说了好多次了，完全看公式一头雾水。但是HMM的基本理论其实很简单。因为HMM是马尔科夫链中的一种，只是它的状态不能直接被观察到，但是可以通过观察向量间接的反映出来，即每一个观察向量由一个具有相应概率密度分布的状态序列产生，又由于每一个状态也是随机分布的，所以HMM是一个双重随
阅读全文
摘要：转载:https://www.cnblogs.com/pinard/p/5970503.html
阅读全文
浙公网安备 33010602011771号