Kullback-Leibler Divergence，即K-L散度，是一种量化两种概率分布P和Q之间差异的方式，又叫相对熵。在概率学和统计学上，我们经常会使用一种更简单的、...
发简信
IP属地：北京
Kullback-Leibler Divergence，即K-L散度，是一种量化两种概率分布P和Q之间差异的方式，又叫相对熵。在概率学和统计学上，我们经常会使用一种更简单的、...
整理一下力扣中关于case when那些事儿https://leetcode-cn.com/problems/calculate-salaries/[https://leet...
关于连续问题的那些事儿链接：https://leetcode-cn.com/problems/active-users[https://leetcode-cn.com/pro...
https://web.stanford.edu/class/archive/cs/cs224n/cs224n.1174/syllabus.html 第一次作业笔记 Soft...
矩阵分解是一种常用的推荐系统，通常研究者们只有用户-物品评分矩阵，如何从该矩阵中获得用户的个性偏好以及物品自身属性为交替最小二乘法的实现目标。转自：https://iii.r...
最近看到了Logistic 回归，LR模型主要用于分类模型(不是回归)，细心的人不难发现LR模型在线性回归模型上加了一个sigmoid转换。 sigmoid转换的优势 求梯度...
携程笔试的时候碰到了这个题目，当时其实没多想。贝叶斯这个路子怕也太过气了吧... 携程也真是... 回顾思路 计算先验概率 计算条件概率 不同类别概率估计 原始数据集 代码 ...
笔记来自《统计学习方法》第四章。 大体分析 朴素贝叶斯的优缺点 优点： 朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。 NBC模型所需估计的参数很...
上一篇大概讲了一下拉格朗日对偶法以及KKT条件，这一篇推导一下SVM的公式。下一篇举个例子，差不多就结束了。 线性可分支持向量机 首先，考虑一下原始问题 间隔 间隔分为两种，...
其实我之前看过这个地方，但是当时感触不深(或者说根本没看懂,也可能是忘了)，所以重新推导一下。《西瓜书》 、《统计学习方法》 还有网上讲的其实有点点的不一样，这里以《统计学习...
本笔记主要内容翻译自斯坦福大学CS224n: Natural Language Processing with Deep Learning Lecture Notes: Pa...
概述 循环神经网络(Recurrent Neural Networks ，以下简称RNN)，它广泛的用于自然语言处理中的语音识别，手写书别以及机器翻译等领域。 更多见 iii...
隐马尔可夫模型 是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析，例如模式识别。 更...
这个开发过程就是一堆坑，中文教程都没有，心累。 更多内容见个人博客 :https://iii.run/ 权限 请确保对应的权限是支持的 Checkout Checkout 最...