摘要: 条件随机场(CRF) 0. 预备知识 0.1 概率图模型(Probabilistic Graphical Model,PGM) 概念:图结构,结点(node)表示随机变量,边(edge)表示结点间关系。简而言之,不相连的结点直接毫无关系。 分类: 有向图:贝叶斯网络,变量之间的因果关系 无向图:马尔 阅读全文
posted @ 2020-11-20 21:10 TOWERB 阅读(204) 评论(0) 推荐(0) 编辑
摘要: 1. 困难问题与简单问题 生活中:没有具体的量化标准 计算机:时间复杂度(大O表示法) 2. 什么是P,NP,NP Complete (一)P = Polynomial (在多项式时间内得到解决) (二)NP = Non Deterministic Polynomial (对于一个问题,假如能在多项 阅读全文
posted @ 2020-11-20 18:02 TOWERB 阅读(852) 评论(0) 推荐(0) 编辑
摘要: 1. 线性规划:Linear programming 1.1 定义线性规划模型的步骤: 线性规划,在线性约束条件下,线性目标函数求极值。(凸优化问题) 步骤: 确定决策变量 确定线性目标函数,求max或min 确定线性约束条件 写出数学模型 1.2 线性规划标准形式 1.3 转换为松驰型 松驰型:用 阅读全文
posted @ 2020-11-20 17:59 TOWERB 阅读(161) 评论(0) 推荐(0) 编辑
摘要: 续上:SVM中的kernel 带Kernel 的linear regression kernel可应用到别的算法,不仅仅在SVM 一、常见kernel l 多项式:二维到三维 l 高斯核函数(需要正规化) l sigmoid kernel l cosine similarity kernel l c 阅读全文
posted @ 2020-11-20 17:57 TOWERB 阅读(652) 评论(0) 推荐(0) 编辑
摘要: SVM 一、SVM:找最优分界线 1.1 线性理想SVM == max margin classiler(margin:d1+d2 = 2/w越大越好) 1.2 数学模型 ||w||是w的转置和w相乘,他们的求和实质是不一样的,求和的下标i,j不同 1.3 对偶及其KKT条件 <x^(i),x>点击 阅读全文
posted @ 2020-11-20 17:53 TOWERB 阅读(199) 评论(1) 推荐(0) 编辑
摘要: 一、机器学习基础及凸优化 参考:http://cvxopt.org/userguide/coneprog.html 1. 凸函数 1.1 Optimization Categories 1.1.1 convex or non-convex lGlobal optimization or better 阅读全文
posted @ 2020-11-20 17:49 TOWERB 阅读(306) 评论(0) 推荐(0) 编辑
摘要: 1. 语音合成zhrtvc:https://github.com/KuangDD/zhrtvc 2.离线语音识别 vosk+kaldi:https://alphacephei.com/vosk/ tacotron:https://github.com/keithito/tacotron kaldi+ 阅读全文
posted @ 2020-11-20 11:18 TOWERB 阅读(1116) 评论(0) 推荐(1) 编辑