V
主页
【条件随机场】第十六讲:条件随机场学习算法之模型本质
发布人
-
打开封面
下载高清视频
观看高清视频
视频下载器
【条件随机场】第九讲:线性条件随机场的参数化表示(3):例题详解
【条件随机场】第十八讲:条件随机场学习算法之最速下降法与拟牛顿法
【条件随机场】第二十三讲:条件随机场之预测——维特比算法例题详解
【条件随机场】第二讲:无向图是什么?
【隐马尔可夫模型】第六讲:隐马尔可夫模型例题—盒子和球模型
【条件随机场】第二十一讲:条件随机场学习算法之迭代尺度法(3):IIS
【条件随机场】第四讲:马尔可夫性(下)
【条件随机场】第十三讲:概率计算问题(1)—到底计算什么概率?
【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
【条件随机场】第六讲:线性条件随机场的定义
【隐马尔可夫模型】第十讲:概率计算算法之后向算法(上)
【条件随机场】第十四讲:概率计算问题(2)—前向后向算法
【条件随机场】第二十讲:条件随机场学习算法之迭代尺度法(2):GIS
【条件随机场】第一讲:条件随机场简介
【条件随机场】第十七讲:条件随机场学习算法之目标函数
【条件随机场】第三讲:马尔可夫性(上)
【条件随机场】第八讲:线性条件随机场的参数化表示形式(2)
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型:拟牛顿法之BFGS算法》
十分钟学习 统计学习方法 李航 第二版 之《1.5 正则化与交叉验证》
【条件随机场】第七讲:线性条件随机场的参数化形式(1):从最大团角度出发
【隐马尔可夫模型】第二十二讲:预测算法(3)——维特比算法(上)
【隐马尔可夫模型】第二十三讲:预测算法(4)——维特比算法(中)
【隐马尔可夫模型】第二十讲:预测算法(1)——近似算法
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》
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:决策树的生成——ID3算法》
【条件随机场】第十五讲:概率计算问题(3)
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:决策树学习》
十分钟学习 统计学习方法 李航 第二版 之《2.1 感知机——模型介绍和学习策略》
【隐马尔可夫模型】第十一讲:概率计算算法之后向算法(中)
【合集】十分钟 机器学习 系列视频 《统计学习方法》(上)
【隐马尔可夫模型】第八讲:概率计算算法之前向算法(上)—以三硬币模型为例
十分钟 机器学习 统计学习方法 李航 第二版 之《4.5 朴素贝叶斯:算法》
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(3)——特征下的基尼指数》
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》
十分钟学习 统计学习方法 李航 第二版 之《3.3 k近邻法——构造kd树》
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$
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:算法解说》
(SVM) 支持向量机 第十六讲:核函数有什么用?
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《4.3 朴素贝叶斯法:后验概率最大化准则》