Q_o

1. 背景介绍 语音是人类最自然的交互方式。计算机发明之后让机器能够“听懂”人类的语言、理解语言含义，并能做出正确回答就成为了人们追求的目标。这个过程主要采用了 3 种技术...

1. MarKov随机场的直观理解 2. 一些基本概念 在无向图中，A、B、C、D为顶点，各顶点之间的连接线称为边。 用图表达概率分布的方式。图中的每个节点表示一个随机变量...

1. 定义 马尔可夫链：过程在t_0" class="equation" src="https://juejin.im/equation?tex=t%3Et_0">时刻所处...

1. 概念 LOL打团的思想是这样的：对面开团时，五个英雄各自有各自的作用，坦克要够肉，ADC要足够猥琐输出……所以，类型越全面，对面越容易团灭。 其实AdaBoost模型...

1. logistics 回归模型 公式(1.1)被称为sigmoid函数，一般来说，若0.5" class="equation" src="https://juejin....

通用迭代尺度法（GIS: Generalized Iterative Scaling）。 改进的迭代尺度法（IIS: Improved Iterative Scaling）...

1. 预备知识 则函数称为凸函数，反之，为凹函数。（国内外教材对于凸凹函数的定义不同，这里采用国内教材为准） 当为时，左右两边严格相等。 说“高斯分布”可能有点不适应，但是...

1. 定义 隐马尔可夫模型是一种使用简单的有向无环图表达变量间的概率相关关系的模型。主要用于时序建模，在语音识别、自然语言处理等方面有广泛的应用。 2. 案例 Bob和Al...

因为喜欢玩儿音乐游戏，所以打算研究一下如何用深度学习的模型生成音游的谱面。这篇文章主要目的是介绍或者总结一些音频的知识和代码。 恩。如果没玩儿过的话，音乐游戏大概是下面这个...

1. 贝叶斯的知识导图 2. 几个通俗易懂的例子 3. 正儿八经的看一看：贝叶斯分类器 将公式3.1应用于每个标签，可以计算出每个标签对应的概率，计算概率最大的标签即为预测...

1. 分布及其因子操作 以学生成绩为例：共有以下几个变量：Intelligence()、Diffculty()、Grade()。 这三种变量的组合共有种。 1. Reduc...

1. 贝叶斯网络 仍然是学生成绩的例子，假设有以下5个随机变量，Grade(G)，Course Difficulty(D)、Student Intelligence(I)、...

1. 贝叶斯网的基本独立性 在学生成绩示例图中，用边表示其直接依赖关系。 2. 图与分布 这一节概念有点抽象？（至少我是这么觉得，所以后面后回来重新修改了。） 是上的分布，...

1. 数据准备 使用的是sklearn包中的iris数据集。 # 取前100条数据，2类。 2. 创建SVM类 实现了两种核函数的方法，默认使用linear。 当核函数为线...

1. 引言 前文提到，贝叶斯网络最大的特点就是能够人为指定各个因素的影响方向，但是实际生活中并非如此，生活中的变量更多是相互影响的，因此，便有了无向图上的图模型——无向图模...

0. 引言 1. Gibbs采样 假设有这样一个场景：抛两枚硬币A,B,二者不独立。硬币A动过手脚，正面向上（记为1）的概率是0.6，反面向上（记为0）的概率是0.4；硬币...

1. CPD(Conditional Probobality Distribution)表 简单介绍了贝叶斯网络中的独立性特征，通过这些独立性特征能够把一个高维度的联合分布...

1. 间隔与支持向量 支持向量机与感知机类似，都是在样本空间中找到划分超平面，将不同类别的样本分开。在样本空间中，划分超平面可以使用线性方程进行描述： 其中，为法向量，决定...