2020年7月
【举个栗子】我对贝叶斯公式的理解
摘要： 当有人告诉你“走过贝克街你有0.1的概率被杀害”，如何用主观的方式理解。 已知$P(走过贝克街被杀害)=0.1$，这是一个先验概率。考虑$P(走过贝克街被杀害|手里拿着杯子)$这个后验概率 \(P(走过贝克街被杀害|手里拿着杯子)=\frac{P(手里拿着杯子|走过贝克街被杀害)\cdot P(走过 阅读全文
posted @ 2020-07-11 20:48 ColleenHL 阅读(185) 评论(0) 推荐(0) 编辑
【举个栗子】我对贝叶斯分类的理解
摘要： 先说结论，贝叶斯分类=最大化后验概率。 给定样本$x$和所属类别$c$，贝叶斯最优分类器欲最大化后验概率$P(c|x)$。想实现这个目的可以通过判别模型（如决策树、支持向量机等，直接对后验概率建模），或生成模型（对联合概率$P(x,c)$建模）。 对于生成模型，考虑： \[ P(c|x)=\frac 阅读全文
posted @ 2020-07-11 20:47 ColleenHL 阅读(148) 评论(0) 推荐(0) 编辑
【举个栗子】老是记不住的概率论定义
摘要： 随机变量是一个对现实世界的数学建模，将文字表述的事件描述为数学代号。将特点事件的概率描述为变量的特定取值概率或取值范围概率。 **累计分布函数(cdf)**是一个特殊的概率，表示为$F_X(x)=P(X \le x)$，是单调非递减函数。 **概率密度函数(pdf)**是另一个特殊的概率，对于连续的 阅读全文
posted @ 2020-07-11 20:44 ColleenHL 阅读(334) 评论(0) 推荐(0) 编辑
2019年12月
拉普拉斯变换与Z变换
摘要： 拉普拉斯变换与Z变换 从傅里叶变换到拉普拉斯变换 1. Fourier 变换： $$ \begin{align } x(t)&\stackrel{F}{\longrightarrow}X(j\omega)\\ X(j\omega)&\stackrel{F^{ 1}}{\longrightarrow} 阅读全文
posted @ 2019-12-01 22:34 ColleenHL 阅读(3170) 评论(0) 推荐(0) 编辑
2019年11月
《An End-to-End Compression Framework Based on Convolutional Neural Networks》笔记
摘要： 论文阅读笔记 《An End to End Compression Framework Based on Convolutional Neural Networks》 基本信息 时间：2018年 刊物： IEEE Transactions on Circuits and Systems for Vi 阅读全文
posted @ 2019-11-28 20:00 ColleenHL 阅读(333) 评论(0) 推荐(0) 编辑
[最优化理论与技术]无约束优化方法
摘要： 无约束优化方法 [TOC] 概述 前言 ：无约束优化问题是实际问题中会碰到的问题。在解决约束优化问题的过程中会用到无约束优化问题的解法或思想。古典极值理论中，令一阶导为 0 ，要求二阶可微，然后判断海塞矩阵为正定才能求极小点，有理论意义而没有使用价值，实际中的多元函数很多不可微或不可求二阶导。但古 阅读全文
posted @ 2019-11-02 15:24 ColleenHL 阅读(2612) 评论(0) 推荐(0) 编辑
2019年10月
[最优化理论与技术]一维搜索
摘要： 一维搜索 [TOC] 一维最优化 一般迭代算法 1. 初始点 $x^0$ 2. 按照某种规则 $A$ 产生下一个迭代点 $x^{k+1}=A(x^k)$ 3. 点列 ${x^k}$ 收敛于最优解 $x^ $ 下降迭代算法 1. 初始点 $x^0$ 2. 按照某种规则 $A$ 产生下一个迭代点 $x^ 阅读全文
posted @ 2019-10-24 21:28 ColleenHL 阅读(511) 评论(0) 推荐(0) 编辑
[源编码]概述
摘要： 概述 [TOC] 大纲 1. 无损编码 1. Huffman 编码 2. 算术编码 3. 字典编码 2. 有损编码 1. 标量量化 2. 向量量化 3. 预测编码 4. 变换编码、JPEG 5. 子带编码 6. 小波编码、JPEG2000 7. 分析 综合编码 3. 音视频编码 1. 音频编码 2. 阅读全文
posted @ 2019-10-22 22:27 ColleenHL 阅读(325) 评论(0) 推荐(0) 编辑
[最优化理论与技术]线性规划
摘要： 线性规划 [TOC] 线性规划的标准型 线性规划模型 ( LP ) 1. 一组决策变量 2. 一个线性目标函数 3. 一组线性约束条件 一般形式： $$ \min (\max ) \sum_{i=1}^{n} c_{i} x_{i} \\ s.t.\left\{\begin{array}{c}{a_ 阅读全文
posted @ 2019-10-22 16:52 ColleenHL 阅读(1275) 评论(0) 推荐(0) 编辑
[吴恩达深度学习]神经网络和深度学习
摘要： 神经网络和深度学习 [TOC] 深度学习概论 什么是神经网络 神经网络是一个受大脑工作方式启发而得的有效学习算法 单一神经网络： 给定一维数据，如房屋面积，创建一个 $ReLU$ (线性整流函数)函数，映射出房屋价格。 多元神经网络： 多维数据预测结果，自动生成隐藏单元，只需给定输入输出数据集让模型 阅读全文
posted @ 2019-10-19 16:37 ColleenHL 阅读(282) 评论(0) 推荐(0) 编辑