统计学习方法

《统计学习方法》——从零实现决策树

决策树决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶 […]

朴素贝叶斯分类原理对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型 […]

协方差与协方差矩阵协方差计算的是两个随机变量之间线性相关程度。变量之间越相关，协方差越大。变量之间越无关 […]

　　EM算法是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计。使用EM算法的原因　　首先举李航老 […]

统计学习方法；机器学习；条件随机场　　今天是2020年6月14号星期日。从这篇开始，发布时间就正常了。前边的 […]

统计学习方法；机器学习；隐马尔可夫模型　　今天是2020年3月13日星期五。不知不觉已经在家待了这么多天了， […]

目录 logistic回归和最大熵模型 1. logistic回归模型 1.1 logistic分布 1.2 […]

目录熵、交叉熵及似然函数的关系 1. 熵 1.1 信息量 1.3 熵 2. 最大熵中的极大似然函数 2.1 […]

隐马尔可夫模型（HMM）是一种标注模型，描述由隐藏的马尔可夫链随机生成观测序列的过程，属于生成模型。其在语 […]

EM算法是一种迭代算法，是一种用于计算包含隐变量概率模型的最大似然估计方法，或极大后验概率。EM即expe […]

感知机是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别｛-1,1｝，是一种判别模型。感知机学 […]

本系列笔记，主要是整理统计学习方法的知识点和代码实现各个方法，来加强笔者对各个模型的理解，为今年找到好工作来打 […]