发简信
IP属地：北京
-
[Day-13]老友记S1-08-The-One-With-Nana-Dies-Twice
Shelley: Hey gorgeous, how's it going? gorgeous n.帅哥image Chandler: Dehy...
-
随机森林
0. 决策树的不足 在机器学习方法中，任何一次实现都是基于一个特定的数据集，而这个数据集可能只是训练集中的一次随机抽样，所以才有了所谓的10折交...
-
MachineLearning中numpy 常用操作技巧
数组移位 筛选array中出现次数最多的元素 删除某列数据 快速判断两个N*1的矩阵是否相等 生成满足多元高斯分布的数据 将维度为(3,)的一维...
-
概率图模型基础(4)——局部概率模型1. CPD(Conditional Probobality Distribution)表 1.1 CPD表存在的问题 在《概率图模型基础(3)...
-
概率图模型基础(3)——贝叶斯网络的独立性1. 贝叶斯网的基本独立性 在学生成绩示例图中，用边表示其直接依赖关系。 根据上一节概率图模型基础(2)——贝叶斯网络中的因果关系，在节点的独立...
-
[Day 13]老友记S1-07-2 The One With the BlackoutRoss: OK, I have a question. Well, actually, it's not so much a question...
-
[Day 12]老友记S1-07-1 The One With the BlackoutRachel: Everybody? Shh, shhh. Uhhh... Central Perk is proud to present t...
-
概率图模型基础(2)——贝叶斯网络中的因果关系1. 贝叶斯网络 1.1 网络结构 仍然是学生成绩的例子，假设有以下5个随机变量，Grade(G)，Course Difficulty(D)、S...
-
概率图模型基础(1)——简介1. 分布及其因子操作 1.1 联合分布 以学生成绩为例：共有以下几个变量：Intelligence()、Diffculty()、Grade()...