首页
学习
活动
专区
工具
TVP
发布

AlgorithmDog的专栏

专栏作者
46
文章
77884
阅读量
41
订阅数
Metropolis-Hastings 和 Gibbs sampling
本文介绍了 Metropolis-Hastings 和 Gibbs sampling 这两种常用的 MCMC(马尔科夫链蒙特卡洛)算法,以及如何在技术社区中帮助用户解决高维空间的采样问题。
AlgorithmDog
2018-01-08
1.3K0
朴素贝叶斯分类器本质上是线性分类器
该文介绍了朴素贝叶斯分类器的本质是线性分类器,以及适用于离散和连续特征的场景。
AlgorithmDog
2018-01-08
2.2K0
PCA模型加先验
本文介绍了主成分分析(PCA)在降维、特征提取和推荐系统等方面的应用。首先介绍了 PCA 的基本原理和常用算法,然后详细阐述了基于 PCA 的推荐系统设计和实现。最后,介绍了一个基于 PCA 的海量多标记分类算法,该算法可以有效地利用 PCA 进行特征降维和海量数据的处理,具有较高的实用价值。
AlgorithmDog
2018-01-08
7270
EM算法原理和应用
EM算法是带隐变量概率模型的推断算法。今天我们介绍 EM 算法的原理和应用。我们先介绍推导出 EM 算法的一般方法,再介绍另一种 EM 算法推导方法,最后将 EM 算法应用于高斯混合模型。
AlgorithmDog
2018-01-08
1.4K0
遗传算法系列之四:遗传算法的变种
本文介绍了遗传算法的发展历程、应用案例、变种以及未来展望。
AlgorithmDog
2018-01-08
3.5K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档