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...
-
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...
-
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...
-
集成学习（5）boosting代表——XGBoostXGBoost（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...
-
集成学习（3）boosting代表——Adaboost1 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...
-
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...
-
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...