Loading [MathJax]/jax/element/mml/optable/GeneralPunctuation.js
2021年5月5日
领域自适应（Domain Adaptation）之领域不变特征适配（二）
摘要： 在前面一节领域自适应（Domain Adaptation）之领域不变特征适配（一）中，我们利用MMD公式来对齐两个边缘分布P(Z)和Q(Z)，学习领域不变特征。本章节通过另一种方法来学习领域不变特征————对抗训练。 一个例子 假设现在有两堆数据，一堆是真实的样本来自MINST数据集，一堆是 阅读全文
posted @ 2021-05-05 11:29 望天下 阅读(4852) 评论(2) 推荐(3) 编辑
2021年1月6日
领域自适应（Domain Adaptation）之领域不变特征适配（一）
摘要： 无监督领域自适应（Unsupervised domain adaptation, UDA） 任务描述 现有两个数据集， Ds={(xsi,ysi)}mi=1 Dt={xtj}nj=1 源域（Sou 阅读全文
posted @ 2021-01-06 12:29 望天下 阅读(12394) 评论(3) 推荐(4) 编辑
2020年10月7日
核均值嵌入（KME， kernel mean embeddings）
摘要： 概念引入 在介绍MMD的时候，MMD被定义为 ‖ 我们把\mathbf_{x\sim P(x)}\phi(x)称作kernel mean embeddin 阅读全文
posted @ 2020-10-07 19:25 望天下 阅读(4691) 评论(0) 推荐(0) 编辑
2020年9月22日
浅谈Maximum Mean Discrepancy (MMD)
摘要： 浅谈Maximum Mean Discrepancy (MMD) MMD有什么用 MMD用于检验两堆数据是否是来源于同一分布，即假设 D_s = (x_1,x_2,\cdots,x_n) \sim P(x)和D_t=(y_1,y_2,\cdots,y_n)\sim Q(y)，MMD用于检验$ 阅读全文
posted @ 2020-09-22 09:21 望天下 阅读(11060) 评论(2) 推荐(4) 编辑
2020年7月12日
再生核Hilbert空间（RKHS）
摘要： 介绍再生核Hilbert空间RHKS的定义、刻画与Hilbert空间的关系。 阅读全文
posted @ 2020-07-12 18:04 望天下 阅读(6181) 评论(0) 推荐(0) 编辑
2020年6月15日
柳琴戏大鼓书资源整理
摘要： 1. 战军山（全61集） 兵发洞庭湖 8集 智斗方金侠 8集 群捕菜花贼 8集 万瞎子回北京 8集 方金侠拦灵吊孝 8集 万长志为妻报仇 8集 活捉候天彪 13集 百度网盘：链接: https://pan.baidu.com/s/1HH5opypW4CnOTzghqQ3JrQ 提取码: spea 2 阅读全文
posted @ 2020-06-15 10:09 望天下 阅读(719) 评论(0) 推荐(0) 编辑
2020年4月1日
Kernel Method, Kernel Mean Embedding 相关资源整理
摘要： 1. 几个重要的函数空间，Hilbert Spaces，L_p Spaces, Holder Spaces, Mercer Kernels 和 Reproducing Kernel Hilbert Spaces。参考文档： "Function Spaces" 。该文档对理解RHKS比较抽象。 2. 阅读全文
posted @ 2020-04-01 16:54 望天下 阅读(740) 评论(0) 推荐(0) 编辑
2018年1月25日
交叉验证(Cross validation)
摘要： 交叉验证(Cross validation) ___ 模型选择(Model Selection) ，从很多模型中选择一个较好地模型去解决解决学习问题。下面以多项式回归模型为例，介绍模型选择的基本内容。 + 模型选择要解决什么问题？ 当使用如下多项式回归模型时，确定参数d的值。 $$h_\thet 阅读全文
posted @ 2018-01-25 16:51 望天下 阅读(458) 评论(0) 推荐(0) 编辑
朴素贝叶斯分类算法
摘要： 朴素贝叶斯分类算法 现有的分类算法很多，主要分为两种，一是单一分类器，包括决策树、贝叶斯、人工神经网络、支持向量机等；二是集成学习算法，如Bagging和Boosting等。 贝叶斯 （Bayes)分类算法是一类利用概率统计知识进行分类的算法,如朴素贝叶斯（Naive Bayes）算法。这些算法主要 阅读全文
posted @ 2018-01-25 15:56 望天下 阅读(488) 评论(0) 推荐(0) 编辑
点击右上角即可分享
微信分享提示