原创 動態規劃常見類型總結
本文針對動態規劃的常見類型進行總結。雖說總結的是動態規劃，但順便把遞推也放了進來。嚴格來說，遞推不屬於動態規劃問題，因爲動態規劃不僅有遞推過程，還要有決策（即取最優），但廣義的動態規劃是可以包含遞推的，遞推是一類簡單的、特殊的動態規劃，畢
2019-03-28 02:32:21
28
原创 廣義線性模型GLM
本文轉自 GLM(廣義線性模型) 與 LR(邏輯迴歸) 詳解（原作者：愛學習的段哥哥） GLM的內容，本應該較早之前就總結的，但一直覺得這種教科書上的基礎知識不值得專門花時間copy到博客裏來。直到某一天看到一篇不錯的總結，在徵求作者同意
2019-03-11 23:01:20
2
原创 似然與極大似然估計
本文轉自：似然與極大似然估計 似然與概率 在統計學中，似然函數（likelihood function，通常簡寫爲likelihood，似然）是一個非常重要的內容，在非正式場合似然和概率（Probability）幾乎是一對同義詞，但是在統
2019-03-10 22:52:30
原创 廣義線性混淆模型GLMM
廣義線性混淆模型GLMM（Generalized Linear Mixed Model），是廣義線性模型GLM 和線性混淆模型LMM 的擴展形式，於二十世紀九十年代被提出。GLMM因其借鑑了混合模型的思想，其在處理縱向數據（重複測量數據）
2019-03-10 22:52:30
2157
原创 統計學書籍推薦
簡單推薦幾本不錯的高級統計學書籍 1.《應用多元統計分析》 2.《多元統計分析》 3.《線性和廣義線性混合模型及其統計診斷》 4.《獨立成分分析》 5.《高級醫學統計學》
2019-03-10 22:52:30
原创 廣義估計方程GEE
廣義估計方程（generalized estimating equation, GEE）用於估計廣義線性模型的參數（其中線性模型的結果之間可能存在未知的相關性）。於1986年由Liang和Zeger首次提出，是在廣義線性模型和重複測量數據
2019-03-09 13:58:37
1008
原创 XGBoost
本文借鑑自多篇博客，非原創。 XGBoost是機器學習領域最近幾年比較火熱的一種十分強大的集成學習方法（系統），全稱爲eXtreme Gradient Boosting，由大牛陳天奇博士開發（陳天奇，交大ACM班畢業，華盛頓大學計算機博士
2019-03-07 20:20:56
1
原创 卷積神經網絡CNN
卷積神經網絡CNN可謂是深度學習領域中較爲成功的一種網絡，計算機視覺一直是人工智能領域的先鋒部隊。ILSVRC（ImageNet Large Scale Visual Recognition Challenge），又稱ImageNet比賽
2019-03-03 20:23:34
原创 深度神經網絡DNN
深度網絡DNN的概念，是基於淺層網路——多層感知機MLP（或稱人工神經網絡ANN）的基礎上發展而來。關於MLP或ANN的知識，此處不作贅述，網上有很多資料可以參考。 DNN是一個很廣的概念，大名鼎鼎的CNN、RNN、GAN等都屬於其範疇之
2019-02-28 19:55:12
原创 IDI 綜合判別改善指數
本文摘自：兩個預測模型比較，再教你一招IDI 之前的博客中介紹了AUC（曲線下面積）和NRI（淨重分類改善指數）兩個指標來評估模型的Discrimination能力，實際上NRI還有個孿生兄弟——IDI（Integrated Discri
2019-02-19 19:43:19
235
原创 NRI 淨重新分類改善指數
本文摘自：比較兩個疾病模型的預測能力（醫咖會是個不錯的學習平臺） 分類模型不僅可以用AUC進行評價，還可以使用NRI對模型準確性進行比較。尤其是在多分類問題中，AUC可能不夠方便或直觀，此時NRI的價值就突顯出來了。另外，有時候兩個模型的
2019-02-19 06:50:38
8
原创 模型評價方法總結
模型構建好後，如何判斷這個模型好不好？或者說，對於兩個模型，如何判斷哪個模型更好呢？本文將簡單綜述模型評價的各種方法。 對於模型的評價，主要分爲2個角度：一個是模型的Discrimination（區分度），或稱預測精度，評價的指標包括AU
2019-02-19 06:50:38
69
原创 數據可視化：基本圖表
本文轉自阮一峯的：數據可視化：基本圖表 "數據可視化"可以幫助用戶理解數據，一直是熱門方向。 圖表是"數據可視化"的常用手段，其中又以基本圖表----柱狀圖、折線圖、餅圖等等----最爲常用。 用戶非常熟悉這些圖表，但如果被問道，它
2019-02-03 20:20:11
原创 R語言各種假設檢驗實例整理（常用）
本文轉載自：R語言各種假設檢驗實例整理（常用） 一、正態分佈參數檢驗 例1. 某種原件的壽命X（以小時計）服從正態分佈N（μ, σ)其中μ, σ2均未知。現測得16只元件的壽命如下： 159 2
2019-02-02 20:37:24
2
原创 紅黑樹的理解與Java實現
原文：https://blog.csdn.net/weixin_42786274/article/details/86557922 前言 前段時間在研究JDK1.8的hashmap源碼，看到put方法的插入環節，遇到了紅黑樹，不得不
2019-01-26 19:49:04
1