發(fā)簡(jiǎn)信
IP屬地：廣東
-
VS Code（Win10）使用remote-ssh插件遠(yuǎn)程ubantu本機(jī)Win10罕扎，使用Pycharm芙代，之前操作服務(wù)器一直使用遠(yuǎn)程進(jìn)去用ubantu圖形界面的Pycharm，或者用遠(yuǎn)程工具登錄翼闹，直接vim來搞一點(diǎn)...
-
概率圖模型（2）隱馬爾可夫模型HMM
1 概述 1.1 HMM概念理解 首先我們需要對(duì)一些看起來比較相似的概念做一個(gè)總結(jié)和區(qū)分： 馬爾可夫性（Markov Property）：無后效...
-
概率圖模型（1）概述概率圖模型（probabilistic graphical model，PGM）是一類算法的統(tǒng)稱喻圃，是圖靈獎(jiǎng)獲得者Pearl開發(fā)出來的用圖來表示變...
-
從感知機(jī)到神經(jīng)網(wǎng)絡(luò)（前向計(jì)算萤彩、反向傳播、python實(shí)現(xiàn)）1 回顧感知機(jī) 廢話不多說级及，就不從什么模擬人類的神經(jīng)元開始了乒疏，在感知機(jī)（Perceptron）中我們已經(jīng)說過：感知機(jī)模型是神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的...
-
集成學(xué)習(xí)（5）boosting代表——XGBoostXGBoost（eXtreme Gradient Boosting）中文名叫極端梯度提升额衙，可以看出它是一種gradient boosting算法...
-
集成學(xué)習(xí)（4）boosting代表——gradient boosting與GBDT
1 從boosting到gradient boosting （1）原理 從上一篇集成學(xué)習(xí)（3）boosting代表——Adaboost[http...
-
集成學(xué)習(xí)（3）boosting代表——Adaboost1 Adaboost原理 回顧前文集成學(xué)習(xí)（1）模型誤差與集成學(xué)習(xí)中對(duì)boosting的定義： 2.boosting：針對(duì)不獨(dú)立的同質(zhì)弱學(xué)習(xí)器饮焦。...
-
集成學(xué)習(xí)（2）bagging代表——隨機(jī)森林
回顧前文對(duì)bagging的定義： 1.bagging（Bootstrap Aggregating）：針對(duì)獨(dú)立的同質(zhì)弱學(xué)習(xí)器，相互獨(dú)立地并行學(xué)習(xí)這...
-
集成學(xué)習(xí)（1）模型誤差與集成學(xué)習(xí)1 模型誤差——偏差與方差 之前我們已經(jīng)說了不少模型窍侧，這些模型的特點(diǎn)是：1县踢、都是有監(jiān)督模型；2伟件、都是個(gè)體模型硼啤，基本上都是一個(gè)輸入、一套參數(shù)斧账、一個(gè)...