《统计学习方法》全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场
统计学习方法(李航)带书签pdf+Python代码+课件,很好的参考学习资料。
李航老师的统计学习方法课件及完整代码实现,包括1-11章,感知机,k近邻算法,朴素贝叶斯,决策树,逻辑斯蒂回归,支持向量机等等,jupyternotebook完整版。课件是李航和袁春老师在清华的授课课
主要为大家详细介绍了python实现隐马尔科夫模型HMM,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
统计学习方法(中文文档请往下翻) 实现统计学习方法(李航)介绍的所有算法。 特征 完成。 本书介绍的所有算法均已实现,包括 由kd-tree提供支持的kNN。 最大熵模型。 我找不到其他实现此算法的存
隐马尔可夫模型广泛应用于语音处理,我们对其在说话人识别中的效果进行了实验,并将贝叶斯网络也应用于说话人识别领域,对两者的效果进行了比较。在特征提取阶段我们采用了多种特征进行比较,并在矢量量化过程中应用
隐马尔科夫模型HMM三种类型的详细介绍,通俗易懂,适合初学者。
HMM概念 viterbi算法 HMM应用。HMM的状态是不确定或不可见的,只有通过观测序列的随机过程才能表现出来观察到的事件与状态并不是一一对应,而是通过一组概率分布相联系
基于隐马尔可夫模型(HMM)的人脸识别,程序使用opencv编写。
前言 力求每行代码都有注释,重要部分注明了公式来源。具体会追求下面这样的代码,学习者可以照着公式看程序,让代码有据可查。 如果时间充沛的话,可能会试着给每一章写一篇博客。先放个博客链接吧:。 注:其中
