多元高斯分布(多元正态分布)简介
高斯分布是一种非常常见的分布,对于一元高斯分布我们比较熟悉,对于高斯分布的多元形式有很多人不太理解。这篇博客的材料主要来源Andrew Ng在斯坦福机器学习课的材料。
聚焦人工智能、大模型与深度学习的精选内容,涵盖技术解析、行业洞察和实践经验,帮助你快速掌握值得关注的AI资讯。
高斯分布是一种非常常见的分布,对于一元高斯分布我们比较熟悉,对于高斯分布的多元形式有很多人不太理解。这篇博客的材料主要来源Andrew Ng在斯坦福机器学习课的材料。
Java中矩阵运算(math3的使用)
HMC(Hamiltonian Monte Carlo抽样算法详细介绍)
Author Topic Model[ATM理解及公式推导]
LDA的Gibbs抽样详细推理与理解
TF-IDF的java实现(权重排序显示)
linux环境下使用中文分词工具
有人把Metropolis算法当作是二十世纪最伟大的十大算法之一。这个算法是大规模抽样算法的一种,也叫做马尔可夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)。对于很多高维问题来说,比如计算一个凸体的体积,MCMC仿真是目前唯一可以在合理时间内解决这个问题的一般性方法。本文介绍了三种主流的MCMC算法,即MH算法、模拟退火算法和吉布斯抽样方法
仿真抽样是给予贝叶斯方法第二春的重要角色。由于很多时候实际问题很复杂,我们无法精确求出后验密度,使用仿真抽样的方法我们可以获得近似的结果。这篇博客主要介绍了几种仿真抽样的方法。
使用eclipse打包java工程并导出java包
java 读写操作
Java多线程网络爬虫(时光网为例)
Scrapy网络爬虫实战[保存为Json文件及存储到mysql数据库]
python中Scrapy的安装详细过程
python中Scrapy的安装详细过程
网络爬虫模拟登陆获取数据并解析实战
基于java的网络爬虫框架
网络爬虫中的模拟登陆获取数据
网络爬虫中Json数据的解析
网络爬虫之httpclient的使用
网路爬虫数据库操作
网络爬虫之基础java集合操作篇
网络爬虫需要掌握的基础知识