书栈网 · BookStack 本次搜索耗时 0.028 秒,为您找到 67428 个相关结果.
  • 一、蒙特卡洛方法

    一、蒙特卡洛方法 1.1 布丰投针问题 1.2 蒙特卡洛积分 1.3 蒙特卡洛采样 一、蒙特卡洛方法 蒙特卡洛方法Monte Carlo 可以通过采用随机投点法来求解不规则图形的面积。 求解结果并不是一个精确值,而是一个近似值。当投点的数量越来越大时,该近似值也越接近真实值。 蒙特卡洛方法也可以用于根据概率分布来随机采样的任务。 ...
  • 一、示例

    一、示例 1.1 身高抽样问题 1.2 三硬币模型 一、示例 1.1 身高抽样问题 假设学校所有学生中,男生身高服从正态分布 , 女生身高服从正态分布 。 现在随机抽取200名学生,得到这些学生的身高 ,求参数 的估计。 定义隐变量为 ,其取值为 ,分别表示男生、女生 。 如果隐变量是已知的,即已知每个学生是男生还是女生...
  • Categorical

    Categorical Categorical class paddle.distribution.Categorical ( logits, name\=None ) [源代码] 类别分布是一种离散概率分布,其随机变量可以取K个相互独立类别的其中一个。 概率质量函数(pmf)为: 上面公式中: 表示:如果 x\=\=ix\==...
  • 10.5. 全局向量的词嵌入(GloVe)

    1309 2019-06-05 《动手学深度学习》
    10.5. 全局向量的词嵌入(GloVe) 10.5.1. GloVe模型 10.5.2. 从条件概率比值理解GloVe模型 10.5.3. 小结 10.5.4. 练习 10.5.5. 参考文献 10.5. 全局向量的词嵌入(GloVe) 让我们先回顾一下word2vec中的跳字模型。将跳字模型中使用softmax运算表达的条件概率 记...
  • 10.10 束搜索

    10.10 束搜索 10.10.1 贪婪搜索 10.10.2 穷举搜索 10.10.3 束搜索 小结 10.10 束搜索 上一节介绍了如何训练输入和输出均为不定长序列的编码器—解码器。本节我们介绍如何使用编码器—解码器来预测不定长的序列。 上一节里已经提到,在准备训练数据集时,我们通常会在样本的输入序列和输出序列后面分别附上一个特殊符号"<...
  • 10.10. 束搜索

    1848 2019-06-05 《动手学深度学习》
    10.10.3. 束搜索 10.10.1. 贪婪搜索 10.10.2. 穷举搜索 10.10.3. 束搜索 10.10.4. 小结 10.10.5. 练习 10.10.3. 束搜索 上一节介绍了如何训练输入和输出均为不定长序列的编码器—解码器。本节我们介绍如何使用编码器—解码器来预测不定长的序列。 上一节里已经提到,在准备训练数据集时,我...
  • 10.5 全局向量的词嵌入(GloVe)

    10.5 全局向量的词嵌入(GloVe) 10.5.1 GloVe模型 10.5.2 从条件概率比值理解GloVe模型 小结 参考文献 10.5 全局向量的词嵌入(GloVe) 让我们先回顾一下word2vec中的跳字模型。将跳字模型中使用softmax运算表达的条件概率 记作 ,即 其中 和 分别是索引为 的词 作为中...
  • 如何在无限序列中随机抽取元素

    算法实现 拓展延伸 我最近在 LeetCode 上做到两道非常有意思的题目,382 和 398 题,关于水塘抽样算法(Reservoir Sampling),本质上是一种随机概率算法,解法应该说会者不难,难者不会。 我第一次见到这个算法问题是谷歌的一道算法题:给你一个未知长度 的链表,请你设计一个算法,只能遍历一次 ,随机地返回链表中的一个节点。 ...
  • 四、条件随机场 CRF

    四、条件随机场 CRF 4.1 链式条件随机场 4.1.1 CRF 的简化形式 4.1.2 CRF 的矩阵形式 4.2 概率计算问题 4.2.1 概率计算 4.2.2 期望值计算 4.3 CRF 的学习算法 4.3.1 改进的迭代尺度法 4.3.1.1 算法 S 4.3.1.2 算法 T 4.3.2 拟牛顿法 4.4 预测算法 4.5...
  • 朴素贝叶斯

    朴素贝叶斯 1 介绍 1.1 朴素贝叶斯的优缺点 2 朴素贝叶斯概率模型 从概率模型中构造分类器 3 参数估计 3.1 高斯朴素贝叶斯 3.2 多元朴素贝叶斯 3.3 伯努利朴素贝叶斯 4 源码分析 4.1 实例 4.2 训练模型 4.3 预测数据 参考文献 朴素贝叶斯 1 介绍   朴素贝叶斯是一种构建分类器的简单方法...