Posts
All the articles I've posted.
-
《统计学习方法》学习笔记4:朴素贝叶斯法
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
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
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
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。