机器学习平台 PAI理论-阿里云

机器学习的统计方法贝叶斯决策理论入门（公式修正版）

因为昨天排版问题，导致公式无法显示，今天这一版本已经修复，在这里跟大家说声抱歉。另外感谢小伙伴留言提醒，你们的支持就是我们更新的动力。引言无论你是在建立机器学习模型还是在日常生活中做决定，我们总是选择风险最小的方案。作为人类，我们天生就采取任何有助于我们生存的行动；然而，机器学习模型最...

机器学习的统计方法贝叶斯决策理论入门

引言无论你是在建立机器学习模型还是在日常生活中做决定，我们总是选择风险最小的方案。作为人类，我们天生就采取任何有助于我们生存的行动；然而，机器学习模型最初并不是基于这种理解而建立的。这些算法需要经过训练和优化，以选择风险最小的最优方案。此外，很重要的一点在于，我们必须明白，如果某些高风...

机器学习：线性判别分析从理论到公式推导（LDA）

机器学习：线性判别分析从理论到公式推导（LDA）数据定义理论概述与变量定义为了方便可视化，我们先令数据集的维度p=1，也就是每个观测值$x_i$的维度为1。从图中我们可以看到，把这些坐标点投影到一维直线w上，可以发现，当观测值$x_i$如果投影到了一个合适的Vector上，就会很容易的在Vector...

机器学习：交叉熵从理论到代码

@TOC信息论要说到交叉熵，我们一定离不开信息论的知识，首先我们先回顾一下以下知识。熵熵最早源于物理中的热力学，它衡量了一个概率分布的混乱程度，或者说它包含的信息量的大小。对于离散型随机变量，假设取之有n种情况，熵定义为：$$H\left( p\right) =E_{p}\left[ -\ln p\...

机器学习：贝叶斯分类器详解（一）-贝叶斯决策理论与朴素贝叶斯

前言本人大数据专业初入大三刚刚接触机器学习这一课程，最近在学习这本书《机器学习实战》。本书第四章的内容为基于概率论的分类方法，在经过几天的学习之中，发现要了解贝叶斯算法以及深层度了解其原理要比之前KNN算法和决策树算法要难一点，所以我没有那么着急更新下篇。先把要细致了解贝叶斯的算法的前提理论弄明白才...

机器学习中的交叉验证与相关理论

1.交叉验证简单交叉验证:随机的将样本数据分为两部分(例如:70%的训练集，30%的测试集)，然后用训练集来训练模型，在测试集上验证模型及参数。接着，再把样本随机打乱，重新选择训练集和测试集，继续训练数据和检验模型。最后选择损失函数评价最优的模型和参数。K折交叉验证(Cross Validation...

在机器学习发展的基础奠定时期有哪些重要人物，分别提出了怎样的理论？

当博弈论遇上机器学习：一文读懂相关理论

「博弈论」这个词可能对于一些仅仅致力于机器学习前沿算法的人并不算熟悉。其实，有意无意的，博弈论的思想一直存在于很多机器学习的探索过程中，不管是经典的 SVM，还是大火的 GAN，这些模型的背后都有博弈论的影子。近年来，随着机器学习的发展，机器学习要应用的场景越来越复杂，开始有人有意识的...

永叔-机器学习基础：基本概念，监督学习，以及PAC学习理论

永叔-机器学习基础：基本概念，监督学习，以及PAC学习理论 https://yq.aliyun.com/download/2473?spm=a2c4e.11154804.0.0.92e96a79rwMavw

中国人工智能学会通讯——机器学习里的贝叶斯基本理论、模型和算法

非常感谢周老师给这个机会让我跟大家分享一下。我今天想和大家分享的是，在深度学习或者大数据环境下我们怎么去看待相对来说比较传统的一类方法——贝叶斯方法。它是在机器学习和人工智能里比较经典的方法。类似的报告我之前在CCF ADL讲过，包括去年暑假周老师做学术主任在广州有过一次报告，大家如果想看相关的...

共有16条

< 1 2 >

跳转至： GO

更新时间 2022-12-14 11:04:20

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

社区圈子

阿里云机器学习平台PAI

阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。

2435+人已加入

加入