原创 Machine Learning Series No.8 -- CRF(Conditional Random field)
條件隨機場 判別模型 常用場景：詞性標註。CRF可以考慮相鄰數據的標記信息。 概率圖模型 概率圖模型（Probabilistic graphical model，PGM）是由圖表示的概率分佈。 概率無向圖模型 概率無向圖模型
2020-06-10 08:51:06
3
原创 Machine Learning Series No.7 -- Max Entropy
最大熵模型 1.它是一個判別模型，最終目的是爲了建模p(y|x)p(y|x) 。 2.原理 認爲學習模型時，認爲條件熵最大的模型是最好的模型。 其原理可由以下博客說明，其隱含的意思是指最好的模型是在滿足已有約束的條件下，不做任何主
2020-06-10 08:50:56
原创 Machine Learning Series No.9 -- HMM(Hidden Markov Model)
隱馬爾科夫模型(Hidden Markov Model, HMM) 1.生成模型，對p(x,y)p(x,y) 進行建模 2.符號說明 SYMBOLS meanings Q{q1,q2,⋯,qn}Q{q1,q2,⋯,qn
2020-06-10 08:50:55
原创 Machine Learning Series No.7 -- HMM(Hidden Markov Model)
隱馬爾科夫模型(Hidden Markov Model, HMM) 1.生成模型，對p(x,y)p(x,y) 進行建模 2.符號說明 SYMBOLS meanings Q{q1,q2,⋯,qn}Q{q1,q2,⋯,qn} 可能
2018-09-07 18:41:43
原创 Machine Learning Series No.6 -- HMM(Hidden Markov Model)
隱馬爾科夫模型(Hidden Markov Model, HMM) 1.生成模型，對p(x,y)p(x,y) 進行建模 2.符號說明 SYMBOLS meanings Q{q1,q2,⋯,qn}Q{q1,q2,⋯,qn} 可能
2018-09-07 18:41:43
原创 Machine Learning Series No.10 -- PCA
PCA算法 PCA算法是一種降維算法，其主要思想有兩種： 1.使得降維以後的超平面離原始的樣本點儘可能的近。 2.使得樣本點在降維以後的超平面的投影儘可能的分開。 注意：PCA減少基底的數目，從而減少數據維度。 座標系的變換 設新座標系
2018-09-07 18:41:43
原创 [總結]ROC曲線、AUC、準確度、召回率
ROC曲線、AUC、準確度、召回率… 混淆矩陣 Label : 1 Label : 0 Estimation: 1 TP(True Positive) Estimation: 0 FN(False Negative)
2018-09-07 18:41:43
8
原创 Machine Learning Series No.8 -- Max Entropy
最大熵模型 1.它是一個判別模型，最終目的是爲了建模p(y|x)p(y|x) 。 2.原理 認爲學習模型時，認爲條件熵最大的模型是最好的模型。 其原理可由以下博客說明，其隱含的意思是指最好的模型是在滿足已有約束的條件下，不做任何主觀臆測的
2018-09-07 18:41:43
原创 Machine Learning Series No.9 -- CRF(Conditional Random field)
條件隨機場 判別模型 常用場景：詞性標註。CRF可以考慮相鄰數據的標記信息。 概率圖模型 概率圖模型（Probabilistic graphical model，PGM）是由圖表示的概率分佈。 概率無向圖模型 概率無向圖模型（Pro
2018-09-07 18:41:43
原创 Machine Learning Series No.6 -- EM algorithm
EM算法 1.直觀理解 通俗理解：https://blog.csdn.net/v_JULY_v/article/details/81708386 通俗的理解看出就是EM算法由於不知道隱變量的分佈，先給出參數的隨機初始值，然後根據參數，去得
2018-09-05 01:52:08
原创 Machine Learning Series No.2 --Logistic Regression
前言 每次上吳恩達老師的機器學習課，總是能帶給我一些不同的東西（恩，換句話說，也就是我之前都學的啥？？）。這次終於開始寫邏輯迴歸了，邏輯迴歸真的是一個非常了不起的算法，恩，學到後來你會發現，誒，怎麼哪裏都有它？ 這裏首先向強調的一點是，
2018-09-05 01:52:08
原创 Machine Learning Series No.4 -- Decision Trees
決策樹 決策樹的總結可以劃分爲以下兩個問題： 1.結點如何分裂？ 2.如何剪枝？ 剪枝有多重策略，常用的是代價複雜度剪枝（Cost complexity pruning），又叫最弱連接剪枝（weakest link pruning）。
2018-09-05 01:52:08
2
原创 分類，迴歸算法區分點
前言 參照博客，覺得寫得挺好的。這裏是爲了讓自己更清楚而寫，也是自己在學的時候會比較凌亂的點。 在之前的文章中，寫了線性迴歸。熟悉機器學習的人，可能一眼看上去會發現，誒，這個東西不就是很像感知器嗎，中間迴歸的那條線就相當於是一個超平面，
2018-09-05 01:52:07
1
原创 Machine Learning Series No.1 --Linear Regression
前言 最近看了李航老師的《統計學習方法》，還正在學習吳恩達老師的《機器學習》的課程（網易公開課上有，較老的版本）。自從看過《統計學習方法》之後，發現筆記不看其實學習效果並不好。因此想以電子版格式寫下來記錄，一方面加深自己的印象，一方面也是
2018-09-05 01:52:07