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

Git&GitHub(五)远程仓库GitHub

SSH Key简介Secure Shell (SSH) 是一个允许两台电脑之间通过安全的连接进行数据交换的网络协议。通过加密保证了数据的保密性和完整性。SSH采用公钥加密技术来验证远程主机,以及(必要时)允许远程主机验证用户。由于你的本地Git仓库和GitHub仓库之间的传输是通过SSH加密的,所以首先我们要创建ssh以及完成一些操作。一些问题:一台电脑只需要一个 SSH key一个 SSH ke

#github
拉普拉斯平滑(Laplacian smoothing)

概念零概率问题:在计算事件的概率时,如果某个事件在观察样本库(训练集)中没有出现过,会导致该事件的概率结果是0。这是不合理的,不能因为一个事件没有观察到,就被认为该事件一定不可能发生(即该事件的概率为0)。拉普拉斯平滑(Laplacian smoothing) 是为了解决零概率的问题。法国数学家 拉普拉斯 最早提出用 加1 的方法,估计没有出现过的现象的概率。理论假设:假定训练样本很大时,每个分量

隐马尔可夫模型(一)概念

隐马尔可夫模型(HMM)很多机器学习模型都有一个共同的假设:数据与数据之间是相互独立的,模型只关注当前数据的自变量与因变量之间的关系。但是在现实生活中,我会发现数据间的顺序对数据产生是有影响的。在学术上,具有这种特性的数据被称为序列数据(sequential data)。隐马尔可夫模型(HMM) 则可以很好地观测这类数据,它是关于时序的概率模型,用有向图表示。应用场景:在语音识别,词性自动标注,音

#机器学习
经典算法:蒙特卡洛方法(MCMC)

一、概念蒙特卡罗方法(Monte Carlo method),也称 统计模拟方法蒙特卡洛方法的理论基础是大数定律。大数定律是描述相当多次数重复试验的结果的定律,在大数定理的保证下:利用事件发生的 频率 作为事件发生的 概率 的近似值。所以只要设计一个随机试验,使一个事件的概率与某未知数有关,然后通过重复试验,以频率近似值表示概率,即可求得该未知数的近似值。样本数量越多,其平均就越趋近于真实值。此种

暂无文章信息