logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

机器学习-白板推导-系列(十一)笔记:高斯混合模型

本博客为(系列十一)的笔记,对应的视频是:【(系列十一) 高斯混合模型1-模型介绍】、【(系列十一) 高斯混合模型2-极大似然】、【(系列十一) 高斯混合模型3-EM求解-E-Step】、【(系列十一) 高斯混合模型4-EM求解-M-Step】。

#机器学习
【Prony算法】-总结

Prony吸收衰减滤波就是选择适当的Prony变换参数,采用部分Prony分量重构地震信号的过程

机器学习-白板推导-系列(七)笔记:核函数

本博客为(系列七)的笔记,对应的视频是:【(系列七) 核方法1-背景介绍】、【(系列七) 核方法2-正定核-两个定义】、【(系列七) 核方法3-正定核-必要性证明】。

机器学习:线性回归/感知机/Logistic回归

Logistic回归解决的是分类而不是回归问题

#分类#回归#机器学习
机器学习-白板推导-系列(十一)笔记:高斯混合模型

本博客为(系列十一)的笔记,对应的视频是:【(系列十一) 高斯混合模型1-模型介绍】、【(系列十一) 高斯混合模型2-极大似然】、【(系列十一) 高斯混合模型3-EM求解-E-Step】、【(系列十一) 高斯混合模型4-EM求解-M-Step】。

#机器学习
1 人工智能与Agent(9-7,9-14,9-21)

人工智能是一门研究、设计智能体Agent的科学;智能体Agent的特点是:(1)可以从环境中感知信息;(2)可以作用于环境;(3)可以最大化行动成功的机会。

#人工智能#AI
机器学习-白板推导-系列(二)笔记:高斯分布与概率

本博客为(系列二)的笔记,对应的视频是:【(系列二) 数学基础-概率-高斯分布1-极大似然估计】、【(系列二) 数学基础-概率-高斯分布2-极大似然估计-无偏VS有偏】、【(系列二) 数学基础-概率-高斯分布3-从概率密度角度观察】、【(系列二) 数学基础-概率-高斯分布4-局限性】、【(系列二) 数学基础-概率-高斯分布5-求边缘概率以及条件概率】、【(系列二) 数学基础-概率-高斯分布6-求联

#机器学习
机器学习-白板推导-系列(十)笔记:EM算法

本博客为(系列十)的笔记,对应的视频是:【(系列十) EM算法1-算法收敛性证明】、【(系列十) EM算法2-公式导出之ELBO+KL Divergence】、【(系列十) EM算法3-公式导出之ELBO+Jensen Inequlity】、【(系列十) EM算法4-再回首】、【(系列十) EM算法5-广义EM】、【(系列十) EM算法6-EM的变种】。

3 NLP之语言模型

根据语言样本估计出的概率分布P就称为语言L的语言模型。

#nlp#自然语言处理#语言模型
    共 41 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择