V
主页
【EM 算法】第七讲:EM算法解说
发布人
-
打开封面
下载高清视频
观看高清视频
视频下载器
【EM算法】第八讲:拿个例子来练手
【EM算法】第四讲:豆花小例子(下)—简便的EM思路
【EM算法】第六讲:硬币小盲盒怎么猜?(下)
【EM算法】第十讲:EM算法的合理性—如何导出EM算法(下)
【EM算法】第三讲:豆花小例子(中)—极大似然冗长的计算
【EM算法】第九讲:EM算法的合理性—如何导出EM算法?(上)
【EM算法】第十二讲:高斯混合模型简介
(SVM)支持向量机 第七讲:线性可分支持向量机的算法
【EM算法】第十五讲:广义的EM算法之F函数
【隐马尔可夫模型】第七讲:概率计算算法之直接计算法
【隐马尔可夫模型】第二讲:马尔可夫模型的两要素—初始状态分布和状态转移概率矩阵
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:CART算法(4)——分类树的生成》
【条件随机场】第十六讲:条件随机场学习算法之模型本质
一个视频学会高斯混合模型和EM算法原理和代码详细讲解(包教包会!新手超级友好!)
(SVM)支持向量机 第二十七讲:序列最小最优化算法
【条件随机场】第十九讲:条件随机场学习算法之迭代尺度法(1)—IS
【条件随机场】第五讲:因子分解
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型:DFP拟牛顿算法》
【条件随机场】第十二讲:线性链条件随机场的矩阵形式
【条件随机场】第二十二讲:条件随机场之预测——维特比算法
【条件随机场】第十七讲:条件随机场学习算法之目标函数
【隐马尔可夫模型】第三讲:隐马尔可夫模型的三要素
提升方法(AdaBoost)第十八讲:提升树算法
(SVM)支持向量机 第五讲:如何保证最优解的可识别性?
提升方法(AdaBoost)第七讲:算法中的权重更新公式哪里来的?
提升方法(AdaBoost)第十九讲:提升树例题详解
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:CART算法——简介》
【条件随机场】第十五讲:概率计算问题(3)
【条件随机场】第四讲:马尔可夫性(下)
【EM算法】第十六讲:GEM算法的理论准备—引理9.2的证明
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:CART算法(6)——剪枝》
十分钟学习 统计学习方法 李航 第二版 之《2.3 感知机——学习算法之对偶形式:例题分析》
(SVM)支持向量机 第四讲:线性可分支持向量机的学习问题
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型:最大熵模型的学习问题$
【条件随机场】第一讲:条件随机场简介
【条件随机场】第十三讲:概率计算问题(1)—到底计算什么概率?
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型之优化算法的原始问题》
十分钟学习 统计学习方法 李航 第二版 之《1.1 统计学习方法的定义与分类》
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型:例题解说》
提升方法(AdaBoost)第四讲:AdaBoost例题第二轮