240 发简信
IP属地:广东
  • 概率图模型(2)隐马尔可夫模型HMM

    1 概述 1.1 HMM概念理解 首先我们需要对一些看起来比较相似的概念做一个总结和区分: 马尔可夫性(Markov Property):无后效...

  • Resize,w 360,h 240
    概率图模型(1)概述

    概率图模型(probabilistic graphical model,PGM)是一类算法的统称,是图灵奖获得者Pearl开发出来的用图来表示变...

  • Resize,w 360,h 240
    从感知机到神经网络(前向计算、反向传播、python实现)

    1 回顾感知机 废话不多说,就不从什么模拟人类的神经元开始了,在感知机(Perceptron)中我们已经说过:感知机模型是神经网络和支持向量机的...

  • Resize,w 360,h 240
    集成学习(5)boosting代表——XGBoost

    XGBoost(eXtreme Gradient Boosting)中文名叫极端梯度提升,可以看出它是一种gradient boosting算法...

  • 集成学习(4)boosting代表——gradient boosting与GBDT

    1 从boosting到gradient boosting (1)原理 从上一篇集成学习(3)boosting代表——Adaboost[http...

  • Resize,w 360,h 240
    集成学习(3)boosting代表——Adaboost

    1 Adaboost原理 回顾前文集成学习(1)模型误差与集成学习中对boosting的定义: 2.boosting:针对不独立的同质弱学习器。...

  • 集成学习(2)bagging代表——随机森林

    回顾前文对bagging的定义: 1.bagging(Bootstrap Aggregating):针对独立的同质弱学习器,相互独立地并行学习这...

  • Resize,w 360,h 240
    集成学习(1)模型误差与集成学习

    1 模型误差——偏差与方差 之前我们已经说了不少模型,这些模型的特点是:1、都是有监督模型;2、都是个体模型,基本上都是一个输入、一套参数、一个...

  • Resize,w 360,h 240
    决策树——ID3、C4.5、CART

    本篇开始总结一下以决策树为基础的模型,当然本篇的内容就是决策树了,决策树可以用来分类也可以用来回归,用作分类的应该更多一些,我们也先从分类问题讲...