丿回到火星去

分类

Linux之路(4) MyCode(5) YOLOv3(1) 优化算法(6) 未归档(2) 机器学习(34) 深度学习(9) 环境配置(3)

/ 注册

全部文章（共64篇）

Boosting算法（GBDT，XGBoost，LightGBM）

1. 引言提升（Boosting）是一种机器学习技术，可以用于回归和分类问题，它每一步产生一个弱预测模型（如决策树），并加权累加到总模型中加权累加到总模型中；如果每一步的弱预测模型生成都是依据损失函数的梯度方向，则称之为梯度提升（Gradient Boosting）。梯度提升算法首先给定一个目...

2018-11-25

0 1006

聚类算法

文章目录 1. 引言 2. K 均值算法详解（K-means） 2.1算法流程 2.2 k值估计 3. 层次聚类算法详解 3.1算法简介 3.2 算法流程 4. DBSCAN 算法详解 ...

2018-11-25

0 618

马尔可夫随机场与条件随机场

文章目录马尔可夫随机场 1. 引言 2. 团与极大团 3. MRF联合概率 4. MRF的条件独立性(有向分离) 条件随机场马尔可夫随机场 1. 引言马尔可夫随机场(Markov ...

2018-11-25

0 489

隐马尔可夫模型(Hidden Markov Model，HMM)

文章目录 1. 引言 2. HMM变量 3. HMM的结构 4. HMM的参数 5. HMM的生成步骤 1. 引言隐马尔可夫模型是结构最简单的动态贝叶斯网络。是一种有向图模型，主要用于时序数据建模，在语音识别，自然语言处理(NLP)，生物信...

2018-11-25

0 357

贝叶斯网络Bayesian Network (朴素贝叶斯，Naive )

文章目录 1. 概率论 1.1 条件概率 1.2 全概率公式 1.3 贝叶斯公式 1.4 独立性 2. 简单图分析（简单贝叶斯网络独立性分析） 3. 朴素贝叶斯朴素贝叶斯的推导 3.1 高斯朴素贝叶...

2018-11-21

0 363

集成算法(AdaBoost基本原理)

文章目录 1. 引言 2. 算法 3. 算法描述 4. 小结 1. 引言提升算法大多都是基于这样的一个思想；对于一个复杂的任务来说，将多个专家的判断进行适当的综合所得出的判断，要比其中任何一个专家单独判断的好。实际上就是三个臭皮匠，顶个诸葛亮的...

2018-11-20

0 328

集成算法(Bagging，随机森林)

引言（关于集成学习）集成算法包括很多种包括Bagging，随机森林，Boosting 以及其他更加高效的集成算法。在这篇博客上只介绍Bagging算法及随机森林，Boosting提升算法及其他高效的算法在下一篇详细讲解。集成算法就是通过构建多个学习器来完成学习任务，是由多个基学习器或者是个体学...

2018-11-18

0 509

决策树 ( decision tree)详解

决策树算法的基本流程决策树顾名思义就是基于树对问题的决策和判别的过程，是人类在面对决策问题时一种很自然的处理机制，下面有个例子通过决策树得出最终的结果。我们所要做的就是去得到这样一个树去帮助我们决策问题，使样本通过这个树实现分...

2018-11-16

0 1151

SVM(Support Vector Machin) 支持向量机详解

吴恩达的课程中跟国内的一些教程中分析问题的思路还是有些不同的，吴恩达的课程从简单的LR开始让我们先去理解优化目标，一步步的引导我们去理解SVM，然后揭开他神秘的面纱，便于理解，是很不错的课程。我学习的国内课程是直接重点讲解，讲到SVM核心内容。在这里我总结下自己学习SVM的一些想法（目标函数的优化，...

2018-11-13

0 1017

KNN(k-nearest neighbors) K近邻算法深入

K近邻法是机器学习中一种很基本的算法，可以用做分类和回归，主要的思想跟我们生活中近墨者黑，近朱者赤的思想雷同。例如我们看一个人人品的好坏只需要看与之相交的人的品格好坏。KNN算法分类和回归主要区别在于最后做预测时候的决策方式不同：分类时我们选取与之相近的K个样本采取多数表决法来判断类别，回归时我们选...

2018-11-10

0 523