统计机器学习笔记.zip

上传者: 45745242 | 上传时间: 2021-06-03 21:30:34 | 文件大小: 10.15MB | 文件类型: ZIP
1. Frequentist (频率派): The Frequentist approach views the model parameters as unknown (constant) and estimate them by matching the model to the training data. Using an appropriate metric. 频率派观点认为,模型参数是未知的(常数),⽤恰当的准则,使得模型与训练数据相匹配来估计它们 (参数)。 2. Bayesian (⻉叶斯派): ⻉叶斯派观点认为,模型参数是随机变量,通过给予参数以先验分布(通常是来⾃前⼈经验),基于⻉叶 斯定理做最⼤的后验概率估计。 3. 对⽐ 对⽐频率派与⻉叶斯派,前者多在做优化(Optimization),后者多在做积分。 4. 参数模型与⾮参数模型 对于参数模型,参数的数量是固定的,与训练数据的数量⽆关。 对于⾮参数模型,参数的熟练不固定,⽽是随训练数据的增加⽽增加。

文件下载

资源详情

[{"title":"( 12 个子文件 10.15MB ) 统计机器学习笔记.zip","children":[{"title":"5. Multivariate Distribution.pdf <span style='color:#111;'> 1.14MB </span>","children":null,"spread":false},{"title":"10. Stochastic Convergence.pdf <span style='color:#111;'> 785.40KB </span>","children":null,"spread":false},{"title":"11. Miscellaneous.pdf <span style='color:#111;'> 897.32KB </span>","children":null,"spread":false},{"title":"2. Random Variables.pdf <span style='color:#111;'> 1.73MB </span>","children":null,"spread":false},{"title":"7. Measure of Information and Entropy.pdf <span style='color:#111;'> 1.10MB </span>","children":null,"spread":false},{"title":"0. Introduction.pdf <span style='color:#111;'> 530.72KB </span>","children":null,"spread":false},{"title":"6. Statistic.pdf <span style='color:#111;'> 1.40MB </span>","children":null,"spread":false},{"title":"8. Probability Inequalities.pdf <span style='color:#111;'> 2.10MB </span>","children":null,"spread":false},{"title":"9. Stochastic Projection.pdf <span style='color:#111;'> 796.81KB </span>","children":null,"spread":false},{"title":"1. Probability.pdf <span style='color:#111;'> 375.00KB </span>","children":null,"spread":false},{"title":"3. Bi_Multivariate Distribution and Probability Transform.pdf <span style='color:#111;'> 708.75KB </span>","children":null,"spread":false},{"title":"4. Jacobian and Wedge.pdf <span style='color:#111;'> 707.78KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明