Ryzen3的博客

文章目录语法描述示例输入参数输出参数提示deconvlucyDeblur image using Lucy-Richardson method使用Lucy-Richardson方法对图像进行去模糊语法J = deconvlucy(I,psf)J = deconvlucy(I,psf,iter)J = deconvlucy(I,psf,iter,dampar)J = deconvlucy(I,psf,iter,dampar,weight)J = deconvlucy(I,psf,iter

参考资料：《统计学习方法》，李航著知乎文章：【机器学习】EM——期望最大（非常详细）、人人都懂EM算法文章目录1 简述2 详述2.1 简单的例子2.2 基础知识2.2.1 极大似然估计2.2.2 Jensen不等式2.2.3 期望2.3 EM算法2.3.1 问题引入1 简述EM算法是含有隐变量的概率模型极大似然估计或极大后验概率估计的迭代算法，含有隐变量的概率模型的数据表示为P(Y，Z∣θ)P(Y，Z|\theta)P(Y，Z∣θ)。这里，Y是观测变量的数据，Z是隐变量的数据，θ\the.

Regression本文转载自https://blog.youkuaiyun.com/weixin_44406200/article/details/104071036目录Regression1 Regression的具体过程machine Learning的三个步骤：1.1 定义一个Model1.2 定义一个损失函数1.3 找一个最好的function单个参数的问题两个参数的解决2 宝可梦问题的解决2.1 模型的选择2.2 其它参数的讨论3 Regression实现3.1 准备3.2 代码实现前期准备第一次尝试A