- 博客(3)
- 收藏
- 关注
RSS订阅原创 【机器学习】最大似然估计(MLE)和期望最大算法(EM)浅析
极大似然估计（MLE）是一种直接通过最大化似然函数来估计模型参数的方法，适用于完全观测的数据。MLE 通过最大化观测数据的对数似然函数来找到最优参数。最大期望算法（EM）是一种迭代优化算法，适用于存在隐变量或不完全数据的情况。EM 通过交替执行期望步骤（计算隐变量的期望对数似然函数）和最大化步骤（最大化期望对数似然函数）来逐步优化参数估计。
2024-05-30 14:59:53
2989
1
原创 【深度学习】批量归一化和层归一化解析
样本特征由于来源和度量单位的不同导致尺度存在较大差异，这对于尺度敏感模型会使得优化方向被尺度较大的特征所主导。对样本进行预处理，将各个维度的特征转换到相同的取值区间，并消除特征之间的相关性，才能获得较理想的结果。方法泛指把数据特征转换为相同尺度的方法法，比如把数据特征映射到[0, 1]或[−1, 1]区间内，或者映射为服从均值为0、方差为1的标准正态分布。（a）、(b)分别是未归一化数据和归一化数据在训练中的等高线图。
2022-12-27 10:15:00
8532
1
原创 两种聚类方法——K均值聚类（K-means）算法和模糊C均值聚类（FCM）算法的简述与在MATLAB中的实现
目录1.K-means算法1.1算法流程1.2程序实现实验结果原始数据集聚类结果2.FCM算法2.1算法流程功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入在科学计算领域，聚类算法一般都是作为其他算法分析的基础，对数据进行聚类可以
2021-01-04 16:20:38
13046
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人