發(fā)簡信
IP屬地：北京
-
[Day-13]老友記S1-08-The-One-With-Nana-Dies-Twice
Shelley: Hey gorgeous, how's it going? gorgeous n.帥哥image Chandler: Dehy...
-
隨機森林
0. 決策樹的不足 在機器學(xué)習(xí)方法中剂邮，任何一次實現(xiàn)都是基于一個特定的數(shù)據(jù)集雹有，而這個數(shù)據(jù)集可能只是訓(xùn)練集中的一次隨機抽樣潭陪，所以才有了所謂的10折交...
-
MachineLearning中numpy 常用操作技巧
數(shù)組移位 篩選array中出現(xiàn)次數(shù)最多的元素 刪除某列數(shù)據(jù) 快速判斷兩個N*1的矩陣是否相等 生成滿足多元高斯分布的數(shù)據(jù) 將維度為(3,)的一維...
-
概率圖模型基礎(chǔ)(4)——局部概率模型1. CPD(Conditional Probobality Distribution)表 1.1 CPD表存在的問題 在《概率圖模型基礎(chǔ)(3)...
-
概率圖模型基礎(chǔ)(3)——貝葉斯網(wǎng)絡(luò)的獨立性1. 貝葉斯網(wǎng)的基本獨立性 在學(xué)生成績示例圖中旺遮，用邊表示其直接依賴關(guān)系陨界。 根據(jù)上一節(jié)概率圖模型基礎(chǔ)(2)——貝葉斯網(wǎng)絡(luò)中的因果關(guān)系，在節(jié)點的獨立...
-
[Day 13]老友記S1-07-2 The One With the BlackoutRoss: OK, I have a question. Well, actually, it's not so much a question...
-
[Day 12]老友記S1-07-1 The One With the BlackoutRachel: Everybody? Shh, shhh. Uhhh... Central Perk is proud to present t...
-
概率圖模型基礎(chǔ)(2)——貝葉斯網(wǎng)絡(luò)中的因果關(guān)系1. 貝葉斯網(wǎng)絡(luò) 1.1 網(wǎng)絡(luò)結(jié)構(gòu) 仍然是學(xué)生成績的例子镊辕，假設(shè)有以下5個隨機變量油够，Grade(G)，Course Difficulty(D)征懈、S...
-
概率圖模型基礎(chǔ)(1)——簡介1. 分布及其因子操作 1.1 聯(lián)合分布 以學(xué)生成績?yōu)槔汗灿幸韵聨讉€變量：Intelligence()石咬、Diffculty()、Grade()...