EM算法中文教程第5版
EM算法是机器学习算法中的重要一节 本教程由浅入深,一步一步推导,给出了EM算法的较为详细的讲解。 另外,该版本对第四版的公式推导进行了修正和补充
EM算法是机器学习算法中的重要一节 本教程由浅入深,一步一步推导,给出了EM算法的较为详细的讲解。 另外,该版本对第四版的公式推导进行了修正和补充
这是该pdf的第四次修改版,修正了其中的公式推导错误,加入了在EM思想下理解k-means算法 机器学习与模式识别中的经典EM算法的中文介绍 由浅入深,值得一看
这几天把EM算法(Expectation Maxinum)反复琢磨了几遍,经过几次讨论,对EM算法的数学模型有了比较深入的理解。考虑到: 1.这个算法在Machine Learning中极其重要,也是进行Machine Learning深入研究的一个重要阶梯 2.这个算法确实需要一定的概率和数学基础 3.中文或翻译的教材似乎没有很好的解释清楚这个算法 于是我根据Pattern Recogition and Machine Learning一书相关章节的内容,结合自己的理解,写了一套中文的EM算法介绍和分析。又混合高斯模型开始,由浅入深,逐步讲解了EM算法在混合高斯模型应用和一般化描述。自己感觉还是比较容易理解的。 如果发现pdf中有什么问题,或有什么错误,请直接与我联系,欢迎讨论。
这几天把EM算法(Expectation Maxinum)反复琢磨了几遍,经过几次讨论,对EM算法的数学模型有了比较深入的理解。考虑到: 1. 这个算法在Machine Learning中极其重要,也是进行Machine Learning深入研究的一个重要阶梯 2. 这个算法确实需要一定的概率和数学基础 3. 中文或翻译的教材似乎没有很好的解释清楚这个算法 于是我根据Pattern Recogition and Machine Learning一书相关章节的内容,结合自己的理解,写了一套中文的EM算法介绍和分析。又混合高斯模型开始,由浅入深,逐步讲解了EM算法在混合高斯模型应用和一般化描述。自己感觉还是比较容易理解的。 如果发现pdf中有什么问题,或有什么错误,请直接与我联系,欢迎讨论。 要下载最新的版本请到http://glatteis.spaces.live.com
这是微软提供的最新的C# 3.0例子,其中囊括了C#3.0的新特性,及LINQ的使用。对学习C#3.0的朋友们很有参考价值,值得下载!
如果你还不知道SmartRun,可以在Google或Baidu上搜一下。SmartRun 4是一款出色的任务管理增强软件,它曾被cnBeta评为精选软件。但很可惜,原作者已经停止了对其的继续开发,但幸运的是,他公开了SmartRun 4的所有源代码及图形资源。 这里是所有的C#2.0工程文件、图形资源、帮助文件,在VS2005下调试均通过。值得一提的是,这次公开的源码中,甚至包括了安装程序,本地帮助等等软件周边的信息,有兴趣的朋友可以进行继续开发或者参考其项目架构,相信会有一定帮助。
严蔚敏版数据结构教材,不用介绍了吧。这里是它配套的全套算法演示系统。书中的每个算法在这里都用动画演示,可以进行单步跟踪,一步一步研究算法的流程。非常适合看不太明白书,想彻底而直观的了解算法的运行情况的朋友!值得下载!