人工智能 | 数盟 | Page 148
QQ截图20150114154906 0

EM算法原理(The EM Algorithm)

- 人工智能 - 阅 9,291

作者:JerryLead EM是我一直想深入学习的算法之一,第一次听说是在NLP课中的HMM那一节,为了解决HMM的参数估计问题,使用了EM算法。在之后的MT中的词对齐中也用到了。在Mitchell的书中也提到EM可以用于贝叶斯网络中。 下面主要介绍EM的整个推导过程。 1. Jensen不等式 …

20150107170502718 0

机器学习经典算法详解及Python实现——聚类及K均值、二分K-均值聚类算法

- 人工智能 - 阅 16,444

作者:adan 摘要 聚类是一种无监督的学习(无监督学习不依赖预先定义的类或带类标记的训练实例),它将相似的对象归到同一个簇中,它是观察式学习,而非示例式的学习,有点像全自动分类。说白了,聚类(clustering)是完全可以按字面意思来理解的——将相同、相似、相近、相关的…

u=1614999473,2056988243&fm=21&gp=0_副本 0

斯坦福ML公开课笔记5——生成学习、高斯判别、朴素贝叶斯

- 人工智能 - 阅 6,758

作者:张雨石 斯坦福大学公开课:机器学习全套视频教程(免费) 斯坦福ML公开课笔记1,2——线性规划、梯度下降、正规方程组 斯坦福ML公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 斯坦福ML公开课笔记4——牛顿方法、指数分布族、广义线性模型 斯坦福ML公开课…

u=1614999473,2056988243&fm=21&gp=0_副本 1

斯坦福ML公开课笔记4——牛顿方法、指数分布族、广义线性模型

- 人工智能 - 阅 10,750

作者:张雨石 斯坦福大学公开课:机器学习全套视频教程(免费) 斯坦福ML公开课笔记1,2——线性规划、梯度下降、正规方程组 斯坦福ML公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 斯坦福ML公开课笔记4——牛顿方法、指数分布族、广义线性模型 斯坦福ML公开课…

u=1614999473,2056988243&fm=21&gp=0_副本 0

斯坦福ML公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法

- 人工智能 - 阅 6,303

作者:张雨石 斯坦福大学公开课:机器学习全套视频教程(免费) 斯坦福ML公开课笔记1,2——线性规划、梯度下降、正规方程组 斯坦福ML公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 斯坦福ML公开课笔记4——牛顿方法、指数分布族、广义线性模型 斯坦福ML公开课…

u=1614999473,2056988243&fm=21&gp=0_副本 0

斯坦福ML公开课笔记1,2——线性规划、梯度下降、正规方程组

- 人工智能 - 阅 8,967

作者:张雨石 斯坦福大学公开课:机器学习全套视频教程(免费) 斯坦福ML公开课笔记1,2——线性规划、梯度下降、正规方程组 斯坦福ML公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 斯坦福ML公开课笔记4——牛顿方法、指数分布族、广义线性模型 斯坦福ML公开课…

t0120f6c5b3ff4c0f82_副本 0

机器学习中的相似性度量,方法汇总对比

- 人工智能 - 阅 4,203

作者:苍梧 在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement),这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究,甚至关系到分类的正确与否。 本文的目的就是对常用的相似性度量作一个总结。 本文目录…

Rnq2Ar 0

Image classification的几个常见CNN model

- 人工智能 - 阅 13,378

作者:Rachel-Zhang 昨天食堂, 老板:你在 IDL 那边实习用了什么模型下周讲一下? 我:我一直在做工程。。。 老板:做工程也会看看paper吧,也会用一些模型吧? 我:囧。。。是用了一下deep learning学出来的feature 老板:那就有什么都跟大家分享一下哦~ …