Posts

All the articles I've posted.

• 《统计学习方法》学习笔记4：朴素贝叶斯法

  21 Dec, 2017

  机器学习

  朴素贝叶斯法的条件独立性假设、后验概率最大化（等价于期望风险最小化）、极大似然估计，以及用贝叶斯估计（拉普拉斯平滑）处理零概率问题。

• 《统计学习方法》学习笔记3：k近邻法

  20 Dec, 2017

  机器学习

  k 近邻法的基本分类算法、三要素（距离度量、k 值、分类决策规则）、Lp 距离的几种特例，以及最邻近与 kd 树数据结构简介。

• 《统计学习方法》读书笔记2：感知机

  19 Dec, 2017

  机器学习

  感知机模型、线性可分、基于误分类点距离的损失函数、原始形式学习算法与对偶解法概述。

• 《统计学习方法》读书笔记1：概论

  15 Dec, 2017

  机器学习

  统计学习方法三要素（模型、策略、算法）、经验风险与结构风险、过拟合与正则化，以及分类、标注、回归问题的评价指标概述。