
重读《统计学习方法》和《机器学习》
以前零零散散地看了这两本书,也看了吴恩达CS229和田林轩老师的课程,开这个专栏准备把这些以前看的总结一下!!!
To_be_thinking
不积跬步,无以至千里。因为热爱而充满激情与斗志!!!
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
深度学习复习1
机器学习包括监督式、非监督式、强化学习三种图论中,图由顶点(实体、对象)和连接顶点的边(关系)构成,记为有向图与无向图非加权图与加权图连通图与非连通图二部图邻居与度出度与入度子图与路径同构图与异构图属性图:标签与属性非显式图图数据的应用场景:社交网络、电子购物、化学分子、交通网络、场景图...原创 2021-11-17 21:40:15 · 745 阅读 · 0 评论 -
Support Vector Machine实现(二)
soft margin的优化目标: 最终转为: 该等式优化问题使用SMO算法(sequential minimaloptimization)进行训练面向对象风格代码如下:im...原创 2019-06-08 15:00:27 · 336 阅读 · 0 评论 -
Support Vector Machine理论推导证明(一)
春招华为面试竟然让手推SVM,当时真的不会,学的时候只是理解了一下,吃了大亏,于是决定每周推一次,温故而知新嘛。支持向量机的动机来源于对线性感知机模型的修正。又称为最大化间隔(maximize margin)。分为硬间隔和软间隔。今天先总结手推一下。SVM的关键就是无约束优化条件的转换、KKT条件以及核方法。SVM包含soft margin和hard margin,这一点与Percep...原创 2019-06-07 13:53:23 · 384 阅读 · 0 评论 -
高斯混合模型(GMM)源代码实现(二)
第一篇(https://blog.youkuaiyun.com/To_be_to_thought/article/details/90759715)讲了原理推导,网上有很多讲解原理的很少有实现的。Talk is cheap,show the code.第二篇主要是GMM的实现,先用面向过程的方式实现并检验算法的正确性,再用面向对象的方式进行封装。然后再对比sklearn的源代码库进行分析比较。算法流程...原创 2019-06-03 23:06:41 · 5466 阅读 · 5 评论 -
高斯混合模型原理推导与实现(一)
Gaussian Mixture Model1.Jensen Inequality(琴生不等式): , 离散形式:...原创 2019-06-03 22:24:41 · 1559 阅读 · 0 评论