目錄
1. logistic分佈函數
2. 最大熵模型
原問題與對偶問題
如何將約束最優化的原始問題轉換爲無約束最優化的對偶問題?見該書附錄C 拉格朗日對偶性。
L(p,w) 對 P(y|x) 求偏導
處的計算?
6.22 及 6.23 式推導
極大似然估計 6.26, 6.27 式
3. 模型學習的最優化算法
改進的迭代尺度法 IIS
未完待續…
如何將約束最優化的原始問題轉換爲無約束最優化的對偶問題?見該書附錄C 拉格朗日對偶性。
w0 處的計算?
未完待續…