- 博客(10)
- 收藏
- 关注
RSS订阅原创 简简单单的git rebase
@TOCrebase写这篇博客主要是因为网上讲rebase的要么没讲清楚，要么讲的很清楚但是确实错的，因此啃了官方文档写了下篇。概述使用场景：对于merge时主分支有新的提交如下例主分支版本号从E到G目的：分解棱形merge，保持直线提交模式误区释疑：rebase之后仍然要merge，没必要和merge对比，只是让merge模式更加清晰而多出来的一步比如要合并下面的topic到master，直接用merge合并会形成四边形注：下面的例子都仅包含master，topic两个分支，topic是在
2021-03-28 15:39:16
226
原创 岭回归是高斯回归的特殊情况
岭回归（ridge regression）和高斯回归贝叶斯概率高斯回归（贝叶斯推断先验分布是高斯分布）推出岭回归（ridge regression）岭回归其实高斯回归的特殊情况，不行你看！贝叶斯概率贝叶斯概率区别于频率（frequency）概率论主要在于做贝叶斯推断时候会给出一个先验分布，再加持以可能性方程得到最终的后验分布，有一类特殊的分布，先验和后验分布会属于相同的分布。比如，当先验...
2020-05-04 10:44:18
767
原创 lasso为什么叫lasso
lasso的由来和python实现lasso 的目标函数Subgradientaka shooting algorithmpython 实现AK 射击算法实验结果lasso源自Least Absolute Selection and Shrinkage Operator，讲的是通过lasso回归选择了全部变量的一个子集，通过引入绝对值惩罚项来收缩系数。如果你只想知道题目，下面的内容其实可以不用...
2020-04-06 00:26:13
601
原创 搞懂三个应用概率耦合方法的经典实例
概率耦合方法（probability coupliing） 概述实例一：随机行走实例二：偏性掷硬币实例三：随机数字游戏学前班的小朋友问我概率耦合是什么，我搜了搜，发现有点意思，刚好博客又没人写，所以就有了下文。。。概述概率耦合是一种方法或者说技巧，处理的对象是相互独立的随机变量，在不改变随机变量的分布前填下，赋予随机变量之间依赖关系。其本质是提炼了独立随机变量之间某些属性的数值关系，讲这...
2020-03-19 01:25:30
1659
原创 NYU机器学习第二期-l1l2正则化
l1 l2 regularization 课程资源上期解答l1 l2 regularization下文只会挑一些可以起到检验自学效果的并且有趣的地方来说明，系统的学习请前往课程资源链接。 【毕竟时间有限，和妹子吃鸡更要紧 同自学的可以相互交流一起从“kind of understanding”到“actual understanding”.课程资源 标有对号的问题下期给答案机...
2020-02-11 21:09:57
162
原创 机器学习中L1和L2正则化自然解释
目前一些博客或知乎上解释L1,L2正则化的，要么理论太多，搞一堆分布，可能性函数推来推去的，要么过于通俗，就好像说论语一样，让读者被动接收，就比如会告诉你L1,L2的famous picture说明了什么，但是却不会告诉你famous picture里面的椭圆为什么是椭圆，如果你不知道是椭圆，又怎能很好通过famous picture来理解L1比L2正则化的到解更具有稀疏性呢。所以说如何在通俗易懂和数学证明保持一个好的平衡，关键在于怎么把L1,L2自然而然的引入，下文就为此而写。
2020-02-08 20:26:16
4800
2
原创 NYU机器学习第一期（补充）-代价分解（excess risk decomposition）
error decompostion 代价分解代价分解
2020-02-06 22:05:23
1536
原创 NYU机器学习第一期（下）-梯度和方向导数
Gradients and Directional Derivatives课程资源第一期（上）-统计学习理论两个risk的问题及解答一个观点下文只会挑一些可以起到检验自学效果的并且有趣的地方来说明，系统的学习请前往课程资源链接。 【毕竟时间有限，和妹子吃鸡更要紧 同自学的可以相互交流一起从“kind of understanding”到“actual understanding”.课...
2020-02-03 16:40:14
250
原创 NYU机器学习第一期-统计学习理论
Introduction to Statistical Learning Theory下文只会挑一些有意思的地方来说明【毕竟时间有限，和妹子吃鸡更要紧】，系统的学习请前往课程资源链接。希望自学达到经得住被检验测试的水平，即从“kind of understanding”到“actual understanding”.课程资源机器学习课程知乎问答三个空间Input space: X\...
2020-02-02 20:05:50
467
原创 误诊多还是漏诊多
误诊多还是漏诊多 -------（仅考虑来医院检测的不适人群）误诊和漏诊概念：感染新型肺炎病毒占不适人群比例估计：检测准确率四个指标：用贝叶斯公式求误诊率和漏诊率：降维处理误诊率和漏诊率关于x的曲线图结论-------（仅考虑来医院检测的不适人群）最近的武汉爆发的新型肺炎，我们或多或少对一些公布数据会有疑问。比如误诊和漏诊就是大家比较关心的一个话题。特别是漏诊。下面我将从最基本的贝叶斯公式，条...
2020-01-29 13:27:08
2507
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人