统计学习

李航老师-统计学习

三个准则1.作为入门选手，不要每章都看2.不要从零造轮子去实现算法，太浪费时间3.必须能手推公式章节目录##统计学习概论-统计学习的目的是对数据进行==预测与分析==-统计学习的前提是同类数据具有一定的统计规律性
小三爷_df1b·2025-07-23 13:10

基于流量特征分析的DDoS实时检测与缓解实战

解决方案核心：动态流量指纹识别通过统计学习建立正常流量基线，实时拦截异常连接。
·2025-07-09 16:20

从 “啃书焦虑” 到 “项目通关”：NLP 学习的破局之道

我猜，你的收藏夹里一定塞满了“NLP必读清单”，书架上可能还放着那本厚得像砖头一样的《统计学习方法》或者“龙书”。每天深夜，你可能都在跟一个又一个复杂的数学公式死磕。
木旭林晖·2025-06-29 20:22

随机近似算法：步长序列选择的理论与金融实践

随机近似算法：步长序列选择的理论与金融实践摘要随机近似算法作为统计学习与优化的核心工具，其收敛性与稳定性高度依赖步长序列的设计。
·2025-06-29 07:50

使用argparse封装python程序为命令行工具

比如说我有一个函数，各个模块我已经写好了，这里引用一下我之前上统计学习课的时候举的一个HMM的例子，简单来说，就是一阶HMM
纪伊路上盛名在·2025-06-25 10:06

Task 01 第一章习题

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。
·2025-06-20 21:24

AI模型的泛化性的第一性原理是什么？

目录**一、泛化性的第一性原理：统计学习理论的核心****1.独立同分布假设（IID）是泛化的基础****2.泛化误差：理论本质的数学刻画****3.模型复杂度与样本量的权衡****二、实现泛化的核心机制
mao_feng·2025-06-17 00:38

吴恩达机器学习入门笔记（Week 1）

)代价函数（costfunction）学习资源及工具1、课程资源：B站大学2、相关工具：Jupter&Github3、书籍资源：神经网络与深度学习（MichaelNielsen）、机器学习（周志华）、统计学习方法
冒冒喵·2025-06-10 14:58

02 Deep learning神经网络的编程基础 逻辑回归--吴恩达

逻辑回归逻辑回归是一种用于解决二分类任务（如预测是否是猫咪等）的统计学习方法。尽管名称中包含“回归”，但其本质是通过线性回归的变体输出概率值，并使用Sigmoid函数将线性结果映射到[0,1]区间。
狂小虎·2025-06-06 10:01

ML 作业代写 | 统计学习 Statistical Learning (using R) | 深度学习 Deep Learning (using Python)

目录Ⅰ.统计学习StatisticalLearning(usingR)1.SupportVectorMachines支持向量机2.UnsupervisedLearning无监督学习Ⅱ.深度学习DeepLearning
王平渊·2025-05-05 19:18

统计学习方法（李航） 第五章 决策树

笔记目录：统计学习方法（李航）第一章绪论统计学习方法（李航）第二章感知机统计学习方法（李航）第三章k近邻统计学习方法（李航）第四章贝叶斯统计学习方法（李航）第五章决策树第一节决策树介绍1.决策树的概念决策树是一种树形结构的分类或回归模型
WangZiYi2003·2025-05-03 23:30

python：sklearn 主成分分析（PCA）

参考书：《统计学习方法》第2版第16章主成分分析（PCA）示例编写test_pca_1.py如下#-*-coding:utf-8-*-"""主成分分析（PCA）"""importmatplotlib.pyplotaspltfromsklearn.datasetsimportload_irisfromsklearn.decompositionimportPCA
belldeep·2025-04-30 20:17

VAE的学习及先验知识

但是在统计学习中，我们通常不知道真实的参数θθθ,因此转向通过数据来推断它，也就是后面要说的参数估计。在此之前先讲些基础的术语。先验P(θθθ)：先验就是在看到数据之前
butterfly won＇t love flowers·2025-04-23 14:12

青少年编程与数学 02-015 大学数学知识点 08课题、信息论

青少年编程与数学02-015大学数学知识点08课题、信息论一、信息论基础二、熵与信息量三、信源编码四、信道编码五、率失真理论六、信息论的应用七、网络信息论八、信息论与统计学习九、量子信息论十、信息论的前沿研究总结信息论是研究信息传输
明月看潮生·2025-04-08 23:32

【机器学习面试经验与互联网公司推荐】

机器学习面试经验与互联网公司推荐一、机器学习面试要求机器学习面试主要涵盖统计学习、深度学习（如NLP、CV、强化学习）等基础知识。
A half moon·2025-04-03 15:13

我的机器学习学习之路

•我的导师是数学博士，在导师的推荐下买了周老师的《机器学习(西瓜书)》和李航老师的《统计学习方法》，这2本书
花果山-马大帅·2025-03-29 11:22

支持向量机 SVM 简要介绍

那些我从来没有理解过的概念（1）下面是我在学习过程中遇到的对我很难理解的概念和我抄下来的笔记主要资料来源：《统计学习方法》，维基百科拉格朗日对偶问题是什么假设f(x),ci(x),hj(x)是定义在Rn
_夜空的繁星_·2025-03-10 06:16

python 统计库_《统计学习方法》 Python 库

新建GitHub仓库仓库名为slmethod,统计学习方法(StatisticalLearningMethod)的简写Public公开仓库勾选InitializethisrepositorywithaREADME.gitignore
weixin_39756540·2025-03-04 06:03

An Introduction to Statistical Learning with Applicatio

作者：禅与计算机程序设计艺术1.简介1.1定义统计学习（statisticallearning）是一门研究如何从数据中提取知识并应用于预测、决策或其他目的的一门学科。
AI天才研究院·2025-03-04 02:30

《李航 统计学习方法》学习笔记——第五章决策树

决策树5.1决策树模型与学习5.2特征选择5.2.1信息增益5.2.2信息增益比python代码实现例题：信息增益与信息增益比5.3决策树的生成5.3.1ID3算法（python实现）5.3.2C4.5生成算法（python实现）5.4决策树的剪枝5.5CART算法5.5.1CART生成5.5.2CART剪枝习题5.1(python实现）习题5.2(python实现）习题5.3习题5.4参考5.1
eveiiii·2025-02-27 07:40

《李航 统计学习方法》学习笔记——第八章提升方法

提升方法8.1提升方法AdaBoost8.1.1提升方法的基本思路8.1.2AdaBoost算法8.1.3AdaBoost的例子（代码实现）8.2AdaBoost算法的训练误差分析定理8.1AdaBoost训练误差界定理8.2二分类问题AdaBoost训练误差界8.3AdaBoost算法的解释8.3.1前向分步算法8.3.2前向分步算法与AdaBoost8.4提升树8.4.1提升树模型8.4.2提
eveiiii·2025-02-27 07:39

深入理解SAP HANA Cloud Vector Engine与自查询

Java开发环境掌握Java基本语法掌握条件语句掌握循环语句学习时间：提示：这里可以添加计划学习的时间例如：周一至周五晚上7点—晚上9点周六上午9点-上午11点周日下午3点-下午6点学习产出：提示：这里统计学习计划的总量例如
VYSAHF·2025-02-26 16:11

什么是机器学习?

因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。二、主要特点机器学习的主要特点包括：1、数据驱动：机器学习模型的性能主要依赖于输入的数据。
CM莫问·2025-02-23 05:53

机器学习(一) 本文(3万字) | 机器学习概述 |

推荐阅读，点击查看文章目录1.统计学习(机器学习）1.1特点1.2对象1.3目的1.4方法1.5步骤2.基本分类2.1监督学习2.1.1输入空间、特征空间和输出空间2.1.2概率分布2.1.3假设空间2.1.4
小酒馆燃着灯·2025-02-21 08:05

一周掌握 Java 入门知识

Java开发环境掌握Java基本语法掌握条件语句掌握循环语句学习时间：提示：这里可以添加计划学习的时间例如：周一至周五晚上7点—晚上9点周六上午9点-上午11点周日下午3点-下午6点学习产出：提示：这里统计学习计划的总量例如
bavDHAUO·2025-02-14 11:49

一周掌握 Java 入门知识

Java开发环境掌握Java基本语法掌握条件语句掌握循环语句学习时间：提示：这里可以添加计划学习的时间例如：周一至周五晚上7点—晚上9点周六上午9点-上午11点周日下午3点-下午6点学习产出：提示：这里统计学习计划的总量例如
scaFHIO·2025-02-14 06:40

一周掌握 Java 入门知识

Java开发环境掌握Java基本语法掌握条件语句掌握循环语句学习时间：提示：这里可以添加计划学习的时间例如：周一至周五晚上7点—晚上9点周六上午9点-上午11点周日下午3点-下午6点学习产出：提示：这里统计学习计划的总量例如
eahba·2025-02-14 06:36

AI基础 -- AI学习路径图

人工智能从数学到大语言模型构建教程第一部分：AI基础与数学准备1.绪论：人工智能的过去、现在与未来人工智能的定义与发展简史从符号主义到统计学习、再到深度学习与大模型的变迁本书内容概览与学习路径指引2.线性代数与矩阵运算向量与矩阵的基本概念矩阵分解
sz66cm·2025-02-12 16:40

一切皆是映射：神经网络在图像识别中的应用案例

从最初的简单模式匹配，到后来的统计学习方法，再到如今的深度学习，图像识别技术经历了几代演变。这一演变过程反映了人工智能技术的快速
AI大模型应用之禅·2025-02-05 16:24

python在统计专业的应用_Python在计量经济与统计学中的应用

随后还将陆续推出统计学习在在量化金融中的应
weixin_39851457·2025-01-27 06:49

机器学习02-发展历史补充

机器学习02-发展历史补充文章目录机器学习02-发展历史补充1-机器学习个人理解1-初始阶段：统计学习和模式识别（20世纪50年代至80年代）2-第二阶段【集成时代】+【核方法】（20世纪90年代至2000
坐吃山猪·2025-01-18 21:02

行为识别的方法

行为识别主要有以下几大类方法，每类方法各有特点及典型算法：传统方法特点：利用手工设计特征对行为进行表征，再用统计学习的分类方法进行识别。
人工智能专属驿站·2025-01-18 11:07

最大熵模型（Maximum entropy model）

2最大熵模型最大熵原理是统计学习的一般原理，
Fang Suk·2024-09-11 10:08

【统计学习方法读书笔记】（四）朴素贝叶斯法

终于到了贝叶斯估计这章了，贝叶斯估计在我心中一直是很重要的地位，不过发现书中只用了不到10页介绍这一章，深度内容后，发现贝叶斯估计的基础公式确实不多，但是由于正态分布在生活中的普遍性，贝叶斯估计才应用的非常多吧！默认输入变量用XXX表示，输出变量用YYY表示概率公式描述：P(X=x)P(X=x)P(X=x)：表示当X=xX=xX=x时的概率P(X=x∣Y=ck)P(X=x|Y=c_k)P(X=x∣
Y.G Bingo·2024-09-10 03:40

【统计学习方法】感知机

Seemoredetailsinwikipdia感知机.本篇blog将从统计学习方法三要素即模型、策略、算法三个方面介绍感知机，并给出相应代码实现。
jyyym·2024-09-08 04:08

赠书 | 李航老师的蓝皮书

赠书活动统计学习方法“统计机器学习方法是实现智能化目标的最有效的手段，统计机器学习是各种智能性处理研究领域中的核心技术，并且在这些领域的发展及应用中起着决定性的作用。”
茗创科技·2024-08-25 10:04

人工智能值得关注的技术研究方向

：(1)从专用人工智能到通用人工智能是大势所趋，一些科技巨头包括国家机构都在布局通用人工智能的研究，微软成立人工智能实验室以挑战通用人工智能为主要目标；(2)可解释的人工智能系统备受关注，也将成为突破统计学习瓶颈问题的一个重要方向
喜欢打酱油的老鸟·2024-03-01 03:11

机器学习入门--支持向量机原理与实践

其原理是基于统计学习理论中的结构风险最小化原则。SVM的主要思想是将数据通过一个高维特征空间进行映射，使得在
Dr.Cup·2024-02-13 13:36

统计学习方法（李航）--第二章 感知机（比较基础）

感知机是二分类的线性分类模型，属于判别模型，包括原始形式和对偶形式。（一）感知机模型公式为：f是输出，x是输入，w和b是参数，sign是符号函数（大于0为1，小于0为-1）几何解释：对于特征空间Rn中的一个超平面S，w是S的法向量，b是截距，将超平面空间划分为两个部分，完成2分类任务。（二）学习策略1.数据集的线性可分性：若存在wx+b的超平面可以将数据集完全分割，则称为线性可分。2.学习策略（以
人間煙火Just·2024-02-12 15:14

机器学习系列（8）——提升树与GBDT算法

提升树被认为是统计学习中性能最好的方法之一。提升方法实际采用加法模型（即基函数的线性组合）与前向分步算法，以决策树为基函数的提升方法称为提升树（boostingtree）。
陌简宁·2024-02-11 14:40

概率统计学习打卡——数理统计与描述性分析

1.数理统计的基本概念总体：研究对象的全体（X）个体：组成总体的每个基本单元样本：从总体中抽取的一部分个体（）简单随机样本：具有随机性和独立性的样本，即样本相互独立具有同一分布样本的两重性：抽样前是随机变量，抽样后是具体的数统计量：样本的函数，不含有任何未知参数抽样分布：统计量的分布2.常用的统计量样本均值：用来估计总体均值和对对有关总体均值的假设做检验样本方差：用来估计总体方差和对有关总体方差的
xtsqmx·2024-02-10 03:02

统计学习方法笔记之决策树

更多文章可以访问我的博客Aengus|Blog决策树的概念比较简单，可以将决策树看做一个if-then集合：如果“条件1”，那么...。决策树学习的损失函数通常是正则化后极大似然函数，学习的算法通常是一个递归的选择最优特征，并根据该特征对训练数据进行分割，使得对各个子数据集有一个最好的分类的过程。可以看出，决策树算法一般包含特征选择，决策树的生成与决策树的剪枝过程。特征选择信息增益熵和条件熵在了解
Aengus_Sun·2024-02-09 17:51

用户体验度量-量化用户体验的统计学方法

如果会统计学习或有打算往这个方向发展的用研同学可以参考。怎么说也是解决掉了一个大难题，既你的数据客观吗？要客观就按书上的来吧。
挖泥巴·2024-02-09 10:05

统计学习03：参数、统计量&标准误、置信区间

要点一：参数与统计量参数(parameter)描述总体(population)的概括性度量；统计参数必须要在整体数据都可被观察的时候才能计算，通常由于数量过大而不便于统计计算；例如，一个完美的人口普查。统计参数一般是固定的，但难以确定；参数一般用希腊字母表示，例如总体均值μ、标准差σ统计量(statistic)描述样本(sample)的概括性度量；一般根据统计量来估计总体参数，即为参数点估计；样本
小贝学生信·2024-02-08 10:10

【深度学习理论】持续更新

文章目录1.统计学习理论1.统计学习理论统计学习理论，一款适合零成本搞深度学习的大冤种的方向从人类学习到机器学习的对比（学习的过程分为归纳和演绎），引出泛化和过拟合的概念。如何表示归纳的函数规律呢？
一轮秋月·2024-02-06 06:48

《统计学习方法：李航》笔记 从原理到实现（基于python）-- 第6章 逻辑斯谛回归与最大熵模型（2）6.2 最大熵模型

文章目录6.2最大熵模型6.2.1最大熵原理6.2.3最大熵模型的学习6.2.4极大似然估计《统计学习方法：李航》笔记从原理到实现（基于python）--第3章k邻近邻法《统计学习方法：李航》笔记从原理到实现
北方骑马的萝卜·2024-02-05 11:51

贝叶斯的缺点

贝叶斯方法是一种统计学习方法，通过利用贝叶斯定理来计算给定先验概率的情况下，后验概率的条件概率。虽然贝叶斯方法在许多领域中应用广泛且有效，但也存在一些缺点。
人机与认知实验室·2024-02-04 06:06

向量机SVM原理详解

支持向量机方法是建立在统计学习理论的VC维理论和
AI-CS研究生·2024-02-03 17:35

SVM入门（一）至（三）Refresh

支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的
warmbeast·2024-02-03 17:34

SVM(1-3)

支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accuracy
discxuwei·2024-02-03 17:32
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他