机器学习笔记(PRML)
来源:互联网 发布:四级网络课程哪个好 编辑:程序博客网 时间:2024/06/05 21:50
机器学习笔记
简介
作者:李金
版本:0.0.1
邮件:lijinwithyou@gmail.com
机器学习笔记,使用 jupyter notebook (ipython notebook)
进行展示。
Github
加载 .ipynb
的速度较慢,建议在 Nbviewer 中查看该项目。
目录
第一部分来自 Bishop
的经典书籍 Pattern Recognition and Machine Learning
。
第二部分来自 Bengio
的最新书籍 Deep Learning
。
第一部分 PRML 笔记
- 1. 简介
- 1.1. 例子:多项式拟合
- 1.2. 概率论
- 1.2.1. 概率密度函数
- 1.2.2. 期望和方差
- 1.2.3. Bayes 概率
- 1.2.4. 高斯分布
- 1.2.5. 重新理解曲线拟合
- 1.2.6. Bayes 曲线拟合
- 1.3. 模型选择
- 1.4. 维数灾难
- 1.5. 决策理论
- 1.5.1. 最小错误率决策
- 1.5.2. 最小风险决策
- 1.5.3. 拒绝选项
- 1.5.4. 推断和决策
- 1.5.5. 回归问题的损失函数
- 附录 D 变分法
- 1.6. 信息论
- 1.6.1. 相对熵和互信息
- 附录 E Lagrange 乘子
- 2. 概率分布
- 2.1. 二元变量
- 2.1.1 Beta 分布
- 2.2. 多元变量
- 2.2.1. 狄利克雷分布
- 2.3. 高斯分布
- 2.3.1. 条件高斯分布
- 2.3.2. 边缘高斯分布
- 2.3.3. 高斯变量的贝叶斯理论
- 2.3.4. 高斯分布最大似然
- 2.3.5. 序列估计
- 2.3.6. 高斯分布的贝叶斯估计
- 2.3.7. 学生 t 分布
- 2.1. 二元变量
第二部分 DP 笔记
- I 数学和机器学习基础
- 2. 线性代数
- 2.1 标量,向量,矩阵和张量
- 2.2 矩阵乘法
- 2.2 单位矩阵和逆
- 2.4 线性无关和生成空间
- 2.5 范数
- 2.6 特殊矩阵和向量
- 2. 线性代数
0 0
- 机器学习笔记(PRML)
- 机器学习笔记(PRML)
- 机器学习笔记(PRML)
- PRML学习笔记(1)
- PRML学习笔记(一)
- PRML 学习笔记(1)
- PRML 学习笔记(2)
- 机器学习学习笔记 PRML Chapter 1.1 Introduction
- 机器学习学习笔记 PRML Chapter 1.2 : Probability Theory
- 机器学习学习笔记 PRML Chapter 1.5 : Decision Theory
- 机器学习学习笔记 PRML Chapter 1.6 : Information Theory
- 机器学习经典 PRML 最新 Python 代码实现,附最全 PRML 笔记视频学习资料
- PRML 学习笔记
- 机器学习PRML--第一章学习问题总结
- 机器学习学习笔记 PRML Chapter 2.0 : Prerequisite之Sufficient Statistics
- 机器学习学习笔记 PRML Chapter 2.0 - Prerequisite 2 -Singular Value Decomposition (SVD)
- 机器学习学习笔记 PRML Chapter 2.0 - Prerequisite 2 -Singular Value Decomposition (SVD)
- PRML CHAPTER 2 学习笔记
- STM8L051之通过ADC1与DMA读取内部参考电压,求取VDD电源电压---库函数版
- 美团Android自动化之旅—适配渠道包
- 一种解决运行程序报“应用程序配置不正确”的问题
- java.lang.NoClassDefFoundError: org.springframework.beans.FatalBeanException
- git常用命令
- 机器学习笔记(PRML)
- 查找一个字符串数组中两个或两个以上的相同字符串(swfit,oc)
- MYSQL数据库设计规范与原则
- Intellij IDEA 快捷键(windows)
- 初步使用OllyDbg感想
- Java监听器
- Ubuntu 14.04 搜狗输入法切换快捷键无效的解决方案
- CentOS install etcd 测试
- MAC微信小视频和图片等在本地保存位置地址