跳转至
ESL-Note
Index
正在初始化搜索引擎
bxdd/ESL-Note
ESL-Note
bxdd/ESL-Note
首页
2 监督学习概要
2 监督学习概要
统计判别理论
高维问题的局部方法
统计模型,监督学习和函数逼近
结构化的回归模型
限制估计的种类
模型选择和偏差-方差的权衡
习题
3 回归的线性方法
3 回归的线性方法
线性回归模型和最小二乘法
子集的选择
收缩的方法
运用派生输入方向的方法
选择和收缩方法的比较
多重输出的收缩和选择
Lasso 和相关路径算法的补充
计算的考虑
习题
SLS 习题
4 分类的线性方法
4 分类的线性方法
导言
指示矩阵的线性回归
线性判别分析
习题
A 基础知识
A 基础知识
1 代数理论
1 代数理论
广义逆
协方差矩阵与矩阵分解
子空间与投影矩阵
满秩的性质
矩阵的平方根
2 数值方法
2 数值方法
加权最小二乘法
拉格朗日乘子法
投影寻踪回归
主成分分析法
次梯度
3 信息论
3 信息论
信息熵
最大熵模型
4 统计概率
4 统计概率
极大似然估计、最大后验分布、贝叶斯估计
平方和与拟合优度
霍夫丁不等式
相关系数与(协)方差
n阶中心距和原点矩
大数定律的理解
5 优化理论
5 优化理论
常用优化算法
6 分析理论
6 分析理论
微分
B 常用技巧
B 常用技巧
1 矩阵求导
1 矩阵求导
Index
Index
目录
Reference
标量函数矩阵求导方法
矩阵函数矩阵求导方法
链式法则
2 正则化与归一化
2 正则化与归一化
正则化
归一化
3 编程技巧
3 编程技巧
独热编码
C 算法分析
C 算法分析
GBDT & XGBOOST 算法
EM算法
3 神经网络
3 神经网络
感知器
线性单元和梯度下降
神经网络和反向传播算法
卷积神经网络
循环神经网络
长短时记忆网络
递归神经网络
D 参考资料
D 参考资料
2 西瓜书
2 西瓜书
绪论
线性模型
支持向量机
决策树
贝叶斯分类器
演化学习
集成学习
增强学习
E 项目笔记
E 项目笔记
1 Deecamp
1 Deecamp
变分自编码器 VAE
目录
Reference
Index
Reference
¶
https://zhuanlan.zhihu.com/p/24709748
https://zhuanlan.zhihu.com/p/24863977