【清华大学大数据 数据分析 统计学 系列课程】
全套清华大学数据分析 统计学 系列课程 01 第一章 统计学习方法概论 （共32页）.pptx
全套清华大学数据分析 统计学 系列课程 02 第二章 感知机 （共28页）.pptx
全套清华大学数据分析 统计学 系列课程 03 第三章 k 近邻法 （共20页）.pptx
全套清华大学数据分析 统计学 系列课程 04 第四章 朴素贝叶斯法 （共17页）.pptx
全套清华大学数据分析 统计学 系列课程 05 第五章 决策树-2016-ID3CART （共85页）.pptx
全套清华大学数据分析 统计学 系列课程 06 第六章 Logistic回归 逻辑斯的回归与最大熵模型（共54页）.pptx
全套清华大学数据分析 统计学 系列课程 07 第七章 支持向量机 （共95页）.pptx
全套清华大学数据分析 统计学 系列课程 08 第八章 提升方法 （共58页）.pptx
全套清华大学数据分析 统计学 系列课程 09 第九章 EM算法及其推广 （共46页）.pptx
全套清华大学数据分析 统计学 系列课程 10 第十章 隐马尔科夫模型 （共50页）.pptx
全套清华大学数据分析 统计学 系列课程 11 第十一章 条件随机场 （共60页）.pptx
全套清华大学数据分析 统计学 系列课程 12 第十二章 统计学习方法总结.pptx
2021-10-04 18:07:22
1.78MB
揭开机器学习的面纱：最大熵模型100行代码实现[Python版] - 纯净的天空.pdf
2021-09-14 21:01:22
406KB
非线性规划中的对偶问题
拉格朗日函数：
于是：
因此，为了尽量大，p的选取必须保证
考虑：
2021-08-05 14:49:04
1.05MB
1
最大熵模型（Maximum Entropy Model，以下简称MaxEnt），MaxEnt 是概率模型学习中一个准则，其思想为：在学习概率模型时，所有可能的模型中熵最大的模型是最好的模型；若概率模型需要满足一些约束，则最大熵原理就是在满足已知约束的条件集合中选择熵最大模型。最大熵原理指出，对一个随机事件的概率分布进行预测时，预测应当满足全部已知的约束，而对未知的情况不要做任何主观假设。在这种情况下，概率分布最均匀，预测的风险最小，因此得到的概率分布的熵是最大。
2021-07-23 17:29:09
753KB
1