自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

silver

silver的river

  • 博客(6)
  • 资源 (2)
  • 收藏
  • 关注

原创 《统计学习方法》第1章 课后题答案

1.1 说明伯努利模型的极大似然估计以及贝叶斯估计中的统计学习方法三要素。伯努利模型是定义在取值为0与1的随机变量上的概率分布。假设观测到伯努利模型n次独立的数据生成结果,其中k次的结果为1,这时可以用极大似然估计或贝叶斯估计来估计结果为1的概率。解: 三要素分别是模型、策略、算法。模型:伯努利模型,即定义在取值为0与1的随机变量上的概率分布。策略:极大似然估计和贝叶斯估计的策略都是对数损失函数,

2017-06-27 00:48:49 11454 13

原创 《统计学习方法》第4章 课后题答案

这一章主要讲了朴素贝叶斯方法,书上的介绍简单粗暴,但是搞定第二个习题的过程中吃了很多苦头。4.1 用极大似然估计法推出朴素贝叶斯法中的概率估计公式(4.8)及公式(4.9)证明: 题干中要推导的两个公式分别如下: P(Y−ck)=∑Ni=1I(yi=ck)N,k=1,2,…,KP(Y-c_k)=\frac{\sum_{i=1}^NI(y_i=c_k)}{N}, \quad k=1,2,\dots

2017-06-18 00:20:29 10209 19

原创 《统计学习方法》第7章 课后题答案

最近在补一些机器学习的基础知识,所以就刷了一下李航博士的《统计学习方法》。那么刷一本书怎么才能彻底呢,只有继续刷题了。幸好作者在每一章留有课后题,在这里尝试做一下。(一想到这部分内容可能会被完爆我好几条街的大神看到就觉得好害羞 ⁄(⁄ ⁄•⁄ω⁄•⁄ ⁄)⁄。个人水平有限,望大神指正)在做题之前先吐槽一下第7章的内容,本章介绍了支持向量机的相关知识,内容安排合理,讲解清楚,是很棒的入门材料。不过在刷

2017-06-16 11:47:19 22924 10

原创 CS224d Assignment1 答案, Part(3/4)

Stanford CS 224d: Assignment #1 - Solution, Part(3/4)

2017-06-02 19:45:41 1123

原创 CS224d Assignment1 答案, Part(2/4)

Stanford CS 224d: Assignment #1 - Solution, Part(2/4)

2017-06-02 19:44:42 2617 1

原创 CS224d Assignment1 答案, Part(1/4)

Stanford CS 224d: Assignment #1 - Solution

2017-06-01 21:57:32 889

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除