聚类

物以类聚,人以群分。

阅读全文

神经网络

神经网络是一个并行的分布式处理结构,由处理单元及其链接的无向通道组成。

阅读全文

线性判别函数

线性判别函数:用于分类的判别函数的参数形式已知,通过从样本来估计判别函数的参数。

阅读全文

Learn To Rank

Learn To Rank是一种学习方法,通过训练模型来解决排序的问题,在信息检索,NLP,Data Mining领域有着很多的应用。

阅读全文

OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields

这篇文章是2017年发表在CVPR上,作者开源了代码openpose,openpose代码完整,在推动人体识别,起到了巨大的作用。

阅读全文

朴素贝叶斯法(4)

《统计学习方法》第4章 朴素贝叶斯法

朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法,对于给定的数据集,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。对于给定的输入x,利用贝叶斯定理求出后验概率最大的输出y。
$$
P\left(\omega_{i} | \mathbf{x}\right)=\frac{p\left(\mathbf{x} | \omega_{i}\right) P\left(\omega_{i}\right)}{p(\mathbf{x})}=\frac{p\left(\mathbf{x} | \omega_{i}\right) P\left(\omega_{i}\right)}{\sum_{i=1}^{c} p\left(\mathbf{x} | \omega_{j}\right) P\left(\omega_{j}\right)}
$$
将后验问题转化为先验的形式。

阅读全文

k近邻法(3)

《统计学习方法》第三章 k近邻法

阅读全文

感知机(2)

《统计学习方法》第二章《感知机》

阅读全文

统计学习方法概述

第一章 《统计学习方法概论》

这一部分介绍了统计学习的一些基本概念,基本问题,基本方法等,作为统计学习的一个引入。

写《统计学习方法》这个系列博客的目的在于在找工作前,对机器学习方法重新温顾一下,在肺炎国难当前,争分夺秒,把这本书看完!

这本书在网上有着广泛的讨论,笔记,代码一应俱全,因此这个系列将会参考这些资料:

阅读全文

cs224N word vector I

这篇文章是CS224N winter2019的第一次课的内容,主要针对词的表示,词向量生成的一些方法,从最早到最新,列举了这些算法以及应用。

阅读全文