前言

这个笔记是北大那位老师课程的学习笔记，讲的概念浅显易懂，非常有利于我们掌握基本的概念，从而掌握相关的技术。

基本概念

两个矩阵相似：两个矩阵特征值一样。
两个矩阵合同：矩一样，就是个数一样。
#高斯分布的特性
知道μ和σ\mu 和\sigmaμ和σ就可以确定这个分布，是它的信息量。

流形学习（manifold learning）

学习的是空间局部点之间的关系。

多项式分布

The multinomial disterimim
multimonomial(Theorm)
Let K and n be positive integers.Let A be the set of vector x‾=(x1,..,xk)\overline x=(x_1,..,x_k) x=(x1,..,xk)
such that each xix_ixi is a nonequlive integer and xI=n\quad x_I =nxI=n,then,dor any real n1n_1 n1
when P1,...,PkP_1,...,P_kP1,...,Pk
(P1...+Pk)n=ni=1n!2x1!...Xn!Pik...Pkxk(P_1...+P_k )^n=\quad{n}{i=1} \frac{n!^2}{x_1!...X_n!}P_i^k...P_k^{x_k} (P1...+Pk)n=ni=1x1!...Xn!n!2Pik...Pkxk

机器学习导论（张志华）：多项式分布相关推荐

张志华统计机器学习
统计机器学习-张志华-例子-Bayesian Linear Regression 本节贝叶斯线性回归推到主要是根据张志华统计机器学习 p39课来的. 但是其课中大部分概率p省略了X,最初的时候不知 ...
张志华教授《机器学习导论》和《统计机器学习》课程讲义
张志华教授<机器学习导论>和<统计机器学习>课程讲义 [尊重原创,转载请注明出处]http://blog.csdn.net/guyuealian/article/details ...
《机器学习导论》和《统计机器学习》学习资料：张志华教授
张志华教授的两门机器学习公开课是很好的机器学习资源.但在上海交大的公开课视频网站上挂出的教学视频顺序有点乱.对于初学者来说,如果没看对顺序的话,会觉得讲得很乱,从而错过这么优质的资源.事实上板书很完整 ...
机器学习导论（张志华）笔记
介绍人工智能最近发展的如火如荼,要想本质掌握这门技术,离不开优秀资源的支撑. 北京大学的张志华老师,发布在网上的视频可以说是经典资源,特此分享给大家. 正文张志华 ,北京大学数学科学学院教授,北京 ...
张志华-统计机器学习-概论
文章目录统计机器学习概论 1. 统计机器学习需要掌握的知识与技术? 2.统计机器学习(SML)的问题分类 3. 参数估计:频率方法与贝叶斯方法 4. 频率派和贝叶斯派的统一统计机器学习概论本节主 ...
COS 访谈第 19 期：张志华教授
COS 访谈第 19 期:张志华教授张志华 / 常象宇关键词:COS 访谈; ESL; Mike Jordan; MLAPP; PRML; 大数据; 张志华; 机器学习; 统计学习; 郁彬文字整 ...
《机器学习》周志华学习笔记
<机器学习>周志华学习笔记第一章绪论 1.1 引言机器学习:致力于研究如何通过计算的手段,利用经验来改善系统自身的性能. 经验:"经验"通常以"数据& ...
Linux教程(第5版) 孟庆尝牛欣源张志华 -课后习题答案
文章目录前言 Linux教程(第5版) 孟庆尝牛欣源张志华思考题1 思考题2 思考题3 思考题4 思考题5 思考题6 思考题7 思考题8 dd if=/dev/hda of=/root/mbr ...
《机器学习》周志华第二章——模型评估与选择笔记
<机器学习>周志华第二章--模型评估与选择过拟合和欠拟合过拟合:对训练数据拟合过当的情况,训练集表现很好,测试集表现差. 欠拟合:模型在训练和预测时都表现不好. 降低过拟合的方法: ...
《机器学习》(周志华)西瓜书读书笔记
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言第1章绪论第2章模型评估与选择第3章线性模型第4章决策树第5章神经网络第6章神经网络第7章贝 ...

机器学习导论（张志华）：多项式分布

前言

基本概念

流形学习（manifold learning）

多项式分布

机器学习导论（张志华）：多项式分布相关推荐

最新文章

热门文章