摘要:本文主要向大家介绍了机器学习入门之概率机器学习(开篇),通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
本文主要向大家介绍了机器学习入门之概率机器学习(开篇),通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
最近的机器学习这一块一直卡在概率机器学习上,尤其是CRF上,有点浮,先将学习到的好好总结一下。
一、EM算法的基础和贝叶斯基础
1)EM算法的基本原理和推导
2)EM算法的基本应用,k-means和高斯混合模型
二、隐马可夫和条件随机场
1)隐马(HMM)的基于原理和对应的三个问题及其解法
2)最大熵模型
3)条件随机场
三、话题模型
话题
四、其它
1)采样
2)变化
3) 卡尔曼滤波器
4) 粒子滤波
5)非参数贝叶斯
本文由职坐标整理并发布,希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道!
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了,明天再试试吧!
我们会在第一时间安排职业规划师联系您!
您也可以联系我们的职业规划师咨询:
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
沪公网安备 31011502005948号