高斯混合模型 假设有k个簇，每一个簇服从高斯分布，以概率 \pi_k随机选择一个簇k ，从其分布中采样出一个样本点，如此得到观测数据

Administrator发布于 December 25,2023

贝叶斯球 定义几个术语，描述贝叶斯球在一个结点上的动作： 通过（pass through）：从当前结点的父结点方向过来的球，可以访问当前结点的任意子结点（父->子）。从当前节点的子结点方向过来的球，可以访问当前结点的任意父结点。（子 -> 父） 反弹（bounce back）：从当前结点的父结点方向

Administrator发布于 December 24,2023

隐马尔可夫模型 评估观察序列概率 定义 隐马尔科夫模型(Hidden Markov Model, HMM)是建模序列数据的图模型

Administrator发布于 December 21,2023

EM（Expectation-Maximum）算法 简介 EM算法的核心分为两步 E步（Expection-Step） M步（Maximization-Step）

Administrator发布于 December 18,2023

K-means 算法 算法过程描述 随机选取k个点作为簇的中心 对于每一个样本的计算到中心的距离，并将样本分到最近的簇中 更新簇的中心位置 重复上述

Administrator发布于 December 11,2023

聚类算法的性能度量 聚类算法就是根据数据中样本与样本之间的距离或相似度，将样本划分为若干组／类／簇，其划分的原则：簇内样本相似、簇间样本不相似，聚类的结果是产生一个簇的集合。 其划分方式主要分为两种， 嵌套类型

Administrator发布于 December 10,2023

AdaBoost Boosting Boosting 是指，仅通过训练精度比随机猜想（50%）稍高的学习器，通过集成的方式过建出强学习器。 其中boosting中最有名的是AdaBoost算法。AdaBoost是英文"Adaptive Boosting"（自适应增强）的缩写，它的自适应在于：前一个基

Administrator发布于 December 06,2023

K-L 变换 在机器学习学习中若存在维度过高的向量，则不利于分析向量的样本的方差与均值 原理分析 K-L变换的本质是寻找一个算子U，通过 Y=UX，其中 Y为 X降维后的结果。 存在一个样本集

Administrator发布于 October 25,2023

逻辑回归 二分类情况 对于二分类问题，在线性可分的情况下，试图构建一个判别式 {W'X'+b}，为了便于操作将判别式增广为 {WX}。

Administrator发布于 October 25,2023