原创 機器學習的一些總結
以下是自己關於機器學習的一些知識點總結，主要滲透了自己對某些知識點的理解，涵蓋的面較廣，將會不定期地更新。若有理解不一致之處，望指明並相互交流。 1 SVM中常用的核函數有哪些？如何選擇相應的核函數？ 常用的核函數有線
2020-06-03 18:46:37
1
原创 詳解EM算法與混合高斯模型(Gaussian mixture model, GMM)
最近在看曉川老（shi）師(shu)的博士論文，接觸了混合高斯模型（Gaussian mixture model, GMM）和EM(Expectation Maximization)算法，不禁被論文中龐大的數學公式所嚇退。本
2020-06-03 18:46:27
5
原创 關於機器學習的一些總結
以下是自己在機器學習課程中的一些知識點總結，主要滲透了自己對某些知識點的理解，涵蓋的面較廣，將會不定期地更新。若有理解不一致之處，望指明並相互探討。 1 SVM中常用的核函數有哪些？如何選擇相應的核函數？ 常用的核函數有線
2018-10-06 09:33:20
原创 通俗、邏輯性地詳解GMM和EM算法：從單高斯模型到混合高斯模型(GMM)，從最大化似然函數到最大化Q函數
最近在看曉川老（shi）師(shu)的博士論文，接觸了混合高斯模型（Gaussian mixture model, GMM）和EM(Expectation Maximization)算法，不禁被論文中龐大的數學公式所嚇退。本文通過查閱
2018-08-25 04:42:16
4
原创 關於支持向量機(SVM)的高斯核和懲罰因子C的理解（簡單易懂）
跟小夥伴探討了支持向量機(Support Vector Machine, SVM)，不自覺地就將話題拉向了高斯核函數和懲罰因子C。本文用簡單易懂的形式呈現了自己對於高斯核函數和懲罰因子C的理解。 爲什麼說高斯覈對應的映射函數將原
2018-08-25 04:42:10
1
原创 動態時間規整算法(Dynamic Time Warping, DTW)之初探單詞語音識別
動態時間規整算法(DTW)是最近接觸的一種提取時間序列模板方法。本文主要是一些自己的學習記錄，並適當地加入自己的理解。若有見解不一致之處，歡迎交流。 1 動態時間規整（DTW）基本思想 先從單詞語音時間序列的規整問題引入DTW的基
2018-08-25 04:42:07
原创 二維高斯分佈（Two-dimensional Gaussian distribution）的參數分析
最近在看高斯混合模型（Gaussian Mixture Model, GMM），涉及到高斯分佈的參數。爲此特意回顧了概率論的二維高斯分佈的相關概念，並分析了參數對二維高斯分佈曲面的影響。 1、多維高斯分佈的概率密度函數
2018-08-25 04:41:47
6
原创 常見的凸優化方法
本文轉載自多個地方，僅用作個人學習，如需刪除請見諒並聯系本人。 爲什麼凸優化這麼重要？見知乎，寫的很好 https://www.zhihu.com/question/24641575 http://blog.csdn.ne
2018-08-25 04:41:47
1