上一页 1 ··· 17 18 19 20 21 22 23 24 25 ··· 102 下一页
摘要: A Gentle Guide to Machine LearningMachine Learning is a subfield within Artificial Intelligence that builds algorithms that allow computers to learn t... 阅读全文
posted @ 2015-08-30 20:48 菜鸡一枚 阅读(246) 评论(0) 推荐(0) 编辑
摘要: EM算法(Expectation Maximization Algorithm)1. 前言 这是本人写的第一篇博客(2013年4月5日发在cnblogs上,现在迁移过来),是学习李航老师的《统计学习方法》书以及斯坦福机器学习课Andrew Ng的EM算法课后,对EM算法学习的介绍性笔记,如有写得不... 阅读全文
posted @ 2015-08-29 20:54 菜鸡一枚 阅读(399) 评论(0) 推荐(0) 编辑
摘要: 混合高斯模型(Mixtures of Gaussians)和EM算法这篇讨论使用期望最大化算法(Expectation-Maximization)来进行密度估计(density estimation)。 与k-means一样,给定的训练样本是,我们将隐含类别标签用表示。与k-means的硬指定不同,... 阅读全文
posted @ 2015-08-29 20:51 菜鸡一枚 阅读(857) 评论(0) 推荐(0) 编辑
摘要: 【机器学习】EM算法详细推导和讲解 今天不太想学习,炒个冷饭,讲讲机器学习十大算法里有名的EM算法,文章里面有些个人理解,如有错漏,还请读者不吝赐教。 众所周知,极大似然估计是一种应用很广泛的参数估计方法。例如我手头有一些东北人的身高的数据,又知道身高的概率模型是高斯分布,那么利用极大化似然函数的... 阅读全文
posted @ 2015-08-29 20:38 菜鸡一枚 阅读(7533) 评论(0) 推荐(1) 编辑
摘要: EM算法本文试图用最简单的例子、最浅显的方式说明EM(Expectation Maximization)算法的应用场景和使用方法,而略去公式的推导和收敛性的证明。以下内容翻译自《Data-Intensive Text Processingwith MapReduce》。Maximum Likelih... 阅读全文
posted @ 2015-08-29 20:33 菜鸡一枚 阅读(594) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2015-08-29 10:22 菜鸡一枚 阅读(192) 评论(0) 推荐(0) 编辑
摘要: Statistics in PythonMaterials for the “Statistics in Python” euroscipy 2015 tutorial.RequirementsStandard scientific Python environment (numpy, scipy,... 阅读全文
posted @ 2015-08-27 18:49 菜鸡一枚 阅读(2144) 评论(0) 推荐(0) 编辑
摘要: 26 THINGS I LEARNED IN THE DEEP LEARNING SUMMER SCHOOLIn the beginning of August I got the chance to attend the Deep Learning Summer School in Montrea... 阅读全文
posted @ 2015-08-25 19:03 菜鸡一枚 阅读(424) 评论(0) 推荐(0) 编辑
摘要: 5 Techniques To Understand Machine Learning Algorithms Without the Background in MathematicsWhere does theory fit into a top-down approach to studying... 阅读全文
posted @ 2015-08-24 19:27 菜鸡一枚 阅读(292) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2015-08-23 18:53 菜鸡一枚 阅读(406) 评论(0) 推荐(0) 编辑
上一页 1 ··· 17 18 19 20 21 22 23 24 25 ··· 102 下一页