“传统机器学习与深度学习在技术上是一脉相承的，不可割裂。”“理解经典 ML 的数学原理，为前沿 DL 提供了新的背...[作者空间]
3 非线性支持向量机、SMO算法3.1 目标函数继续变形理论上，KKT条件可以解出SVM，但是当训练集容量很大时，...[作者空间]
2 线性支持向量机线性可分支持向量机过于理想化，当训练集不是线性可分时，无法得到最优解，因为此时原问题的不等式约束...[作者空间]
支持向量机（support vector machine，SVM）属于二分类判别模型，以感知机为基础，但有别于感知...[作者空间]
1.1 统计学习 统计学习的特点统计学习（statistical learning）：是关于计算机基于数据构建概率...[作者空间]
“似然函数”名字的意义已经在以前的多篇文章中提过了，更通用的定义来说，似然函数就是衡量当前模型参数对于已知样本集X...[作者空间]
1、矩阵就是映射 空间A的任何一个点a一定是3个维度吧，设为a={a1,a2,a3}。空间B的任何一个点一定是2个...[作者空间]
对于逻辑回归而言，如果没有偏置项 b，那么就只能在空间里画过原点的直线/平面/超平面。这时对于绝大部分情况，比如下...[作者空间]
真的结束于最优点吗？ 我们知道，在局部最优点附近，各个维度的导数都接近0，而我们训练模型最常用的梯度下降法又是基于...[作者空间]
EM算法（Expectation Maximization Algorithm），通过求参数的最大似然估计，解决含...[作者空间]
网上关于ID3、C4.5、CART的讲解已极为丰富，本文只想聚焦决策树系算法的核心：变量划分，做一些总结，加深对算...[作者空间]
目录： 一、深度学习的理论演进 1、从 Logistic Regression （LR）到Neural Netwo...[作者空间]
1、充分吃透业务逻辑：它关系到后续取数的逻辑，正负例的定义，特征工程的构造等； 2、充足的数据量：它定义了场景所能...[作者空间]
一、基于 Word2Vec 对预处理好的文本数据进行训练，得到词嵌入矩阵 E，Word2Vec 原理如下，以“I ...[作者空间]
1、XGBoost 通过构造加法模型逐步累加预测结果，以达到在给定特征向量x的情况下，得出最佳的预测值y 问题：在...[作者空间]
题：给定两个箱子，随机选择一个，抽取一个球，不放回再从同一个箱子抽取另一个球 问：抽到第一个球是绿色，第二个球是蓝...[作者空间]
