weixin_36560251的博客

原创 CMAB 强化学习中的组合多臂老虎机问题（二）

原创 Multi-armed Bandit 强化学习中的多臂老虎机问题（一）

原创 统计学习方法—朴素贝叶斯

----------------------阅读 李航《统计学习方法》 1.朴素贝叶斯法的基本假设是：条件独立性（用于分类的特征在类确定的情况下都是条件独立的） 2.朴素贝叶斯属于生成模型： ​ 1) 对于给定训练数据集，学习联合概率分布（X，Y）； ​ 即学习先验概率分布和条件概率分布； ​ 2）基于学习得到的模型，对给定输入，利用贝叶斯定理求出后验概率最...

原创 统计学习方法-感知机、k近邻

--------来自李航 《统计学习方法》 第二章 感知机 1.感知机： 二类分类、线性分类模型、判别模型、输出取+1、-1 f(x)=sign(w•x+b） ​ （其实就是求出使损失函数最小的w和b） 2.损失函数：误分类点到超平面的总距离 3.采用的最优化算法是：随机梯度下降法。 ​ 一次选取一个误分类点使其梯度下降，极小化损失函数； 4.（1）感知机学习算法由于采用...

原创 统计学习方法概论

1.统计学习方法： 监督学习、无监督学习、半监督学习、强化学习 2.统计学习三要素 1）模型：所要学习的条件概率分布（概率模型） ​ 或者决策函数（非概率模型） ​ 两种常用的模型选择方法： 正则化、 交叉验证（也是划分训练集测试集的方法） ​ 区分生成模型与判别模型 添加链接描述 2）策略：按照什么准则选择最优模型 ​ 经验风险最小化ERM ​ 结构风险最小化SR...