本文介绍了一般贝叶斯框架通过稀疏来解决回归和经典任务中利用线性模型中参数。虽然这框架完全概括说明了 - 免费下载

其他书籍资源 文件大小:1448 K

📋 资源详细信息

文件格式
未知
所属分类
上传用户
上传时间
文件大小
1448 K
所需积分
2 积分
推荐指数
⭐⭐⭐⭐⭐ (5/5)

💡 温馨提示:本资源由用户 aoneko2009 上传分享,仅供学习交流使用。如有侵权,请联系我们删除。

资源简介

本文介绍了一般贝叶斯框架通过稀疏来解决回归和经典任务中利用线性模型中参数。虽然这框架完全概括说明了,我们对一个特定专业的做法,这个特定专业就是我们指的“相关向量机( RVM )” 一个模型以相同的函数模型功能流行和最先进的“支持向量机”( SVM) 。我们论证了利用概率贝叶斯学习的构造,我们可以得出准确的预测模式,这个模型相比SVM大幅减少了使用基底函数,同时提供了一些其他优点。这些优点包括在效益指标的概率预测,自动估算“nuisance”参数,并利用该设施任意基函数(如:非`Mercer 的内核)

源码文件列表

📂 共 1 个源码文件 点击文件名可在线查看源代码

💡
温馨提示:点击文件名或"查看源码"按钮可在线浏览源代码,支持语法高亮显示。

立即下载此资源

提示:下载后请用压缩软件解压,推荐使用 WinRAR 或 7-Zip

资源说明

📥 下载说明

  • 下载需消耗 2积分
  • 24小时内重复下载不扣分
  • 支持断点续传
  • 资源永久有效

📦 使用说明

  • 下载后用解压软件解压
  • 推荐 WinRAR 或 7-Zip
  • 如有密码请查看说明
  • 解压后即可使用

🎁 积分获取

  • 上传资源获得积分
  • 每日签到免费领取
  • 邀请好友注册奖励
  • 查看详情 →

相关标签

点击标签查看更多相关资源:

相关资源推荐