技术文档 其他书籍 人工审核无毒

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

所属分类 其他书籍
文件大小 1448 K
文件格式 RAR 文件
累计下载 110 次
分享作者
发布日期

资料详细技术说明

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)

压缩包内文件清单(共 1 个文件)

已自动扫描归档包内目录结构与文件清单 源码与文本文档支持点击「在线阅读」,二进制/媒体文件请下载压缩包后使用
1 FILE
sparse bayesian learning and the relevance vector machine.pdf 1.69 MB
包内组件

相关其他书籍资料推荐

下载与解压说明

下载积分规则

  • 本资源下载仅需 2 积分
  • 24 小时内重复下载免扣积分
  • VIP 会员享专属免积分高速通道

文件解压指南

  • 推荐使用 7-Zip 或新版 WinRAR 解压
  • 原理图与 PCB 请使用对应 EDA 软件打开
  • 压缩包内源码可直接在上方在线预览

免费获取积分