.贝叶斯学习 要了解这三个概念，需要先知道什么是贝叶斯学习。 贝叶斯学习就是根据给定数据的先验概率计算每种假设的可能性，它是基于先验和后验概率的乘积的，计算式如下： 这个公式的意思是，在某个data出现的情况下，这个data属于某一class类的概率等于这个class的先验概率乘以后验概率，其中P class 是先验概率，P data class 是条件概率。 .MAP 最大后验概率 上面的式子 ...
2012-11-18 23:37 0 4666 推荐指数：
http://bbs.cnttr.com/viewthread.php?tid=128502 http://blog.sina.com.cn/s/blog_8afae2970101cz9d.html Q：是否有朋友能对LS,MMSE,LMMSE,ML,MAP,LMS,AR，MSE误差 ...
因做实验的需要，最近在学习EM算法，算法介绍的资料网上是有不少，可是没有一篇深入浅出的介绍，算法公式太多，比较难懂，毕竟她是ML领域10大经典算法之一 ,且一般是结合GMM模型的参数估计来介绍EM的。看过不少EM的资料，现将自己对EM算法用稍微通俗点的文字写下来，当然你可以用GMM这个具体 ...
EM算法理解的九层境界 EM 就是 E + M EM 是一种局部下限构造 K-Means是一种Hard EM算法 从EM 到 广义EM 广义EM的一个特例是VBEM 广义EM的另一个特例是WS算法 广义EM的再一个特例是Gibbs抽样算法 ...
众所周知，极大似然估计是一种应用很广泛的参数估计方法。例如我手头有一些东北人的身高的数据，又知道身高的概率模型是高斯分布，那么利用极大化似然函数的方法可以估计出高斯分布的两个参数，均值和方差。这个方法 ...
本文就浅谈一下有关osal的事件驱动消息响应的机制。我是菜鸟，没有做过什么软件，没有搞过VC，没有学过linux，所以理解起来就有点吃力，所以现在感觉没有不懂软件的it民工真可怕。ok，切入正题。 一、windows OS的事件驱动消息响应机制 ...
最近在写一个多线程中控制输出顺序的系统中的一个代码，使用了map的数据结构。具体的业务是需要一个单例的对象，然后需要在多线程的环境下实现添加和删除的操作。部分代码如下： 从上面的代码中可以看到使用了map的数据结构来存放。但是在这里是修改过的代码。之前直接使用了hashmap ...
json是一种特殊格式的string字符串，也就是json也是string类型，只是这种string是有格式的，那么他的格式就是类似map的格式【key:value】 举例子： Map map = request.getParameterMap();//map值为{"name ...
前序： 上图是输入是 6x6x3的彩色图片【彩色图片一般就是3个feature map（红绿蓝）=彩色图片channel 的数量】，经过2个不同的卷积核，则产生两个不同特征的输出（输出的图片就可以看做是feature map） feature map的数量：该层卷积核的个数，有多少个 ...
