Fork me on GitHub

  2014年2月11日
摘要: 2011-09-01 03:424626人阅读评论(3)收藏举报eigenvalue矩阵的基础内容以前已经提到,今天我们来看看矩阵的重要特性——特征向量。矩阵是个非常抽象的数学概念,很多人到了这里往往望而生畏。比如矩阵的乘法为什么有这样奇怪的定义?实际上是由工程实际需要定义过来的。如果只知道概念不懂有何用处,思维就只有抽象性而没有直观性,实在是无法感受矩阵的精妙。直观性说明我们先看点直观性的内容。矩阵的特征方程式是:A * x = lamda * x这个方程可以看出什么?上次我们提到矩阵实际可以看作一个变换,方程左边就是把向量x变到另一个位置而已;右边就是把向量x作了一个拉伸,拉伸量是lamd 阅读全文
posted @ 2014-02-11 22:14 huashiyiqike 阅读(4362) 评论(0) 推荐(0) 编辑
摘要: 没有完全看懂,以后再看,特别是hmm,CRF那里,以及生成模型产生的数据是序列还是一个值,hmm应该是序列,和图像的关系是什么。【摘要】 - 生成模型(Generative Model) :无穷样本==》概率密度模型 = 产生模型==》预测 - 判别模型(Discriminative Model):有限样本==》判别函数 = 预测模型==》预测【简介】简单的说,假设o是观察值,q是模型。如果对P(o|q)建模,就是Generative模型。其基本思想是首先建立样本的概率密度模型,再利用模型进行推理预测。要求已知样本无穷或尽可能的大限制。这种方法一般建立在统计力学和bayes理论的基础之上。如果 阅读全文
posted @ 2014-02-11 15:12 huashiyiqike 阅读(261) 评论(0) 推荐(0) 编辑
该文被密码保护。 阅读全文
posted @ 2014-02-11 15:08 huashiyiqike 阅读(3) 评论(0) 推荐(0) 编辑