本文介紹了一般貝葉斯框架通過稀疏來解決回歸和經典任務中利用線性模型中參數。雖然這框架完全概括說明了 - 免費下載

其他書籍資源 文件大小：1448 K

?? 資源詳細信息

文件格式
未知
所屬分類
上傳用戶
上傳時間
文件大小
1448 K
所需積分
2 積分
推薦指數
????? (5/5)

?? 溫馨提示：本資源由用戶 aoneko2009 上傳分享，僅供學習交流使用。如有侵權，請聯系我們刪除。

資源簡介

本文介紹了一般貝葉斯框架通過稀疏來解決回歸和經典任務中利用線性模型中參數。雖然這框架完全概括說明了，我們對一個特定專業的做法，這個特定專業就是我們指的“相關向量機（ RVM ）” 一個模型以相同的函數模型功能流行和最先進的“支持向量機”（ SVM） 。我們論證了利用概率貝葉斯學習的構造，我們可以得出準確的預測模式，這個模型相比SVM大幅減少了使用基底函數，同時提供了一些其他優點。這些優點包括在效益指標的概率預測，自動估算“nuisance”參數，并利用該設施任意基函數（如：非`Mercer 的內核）

源碼文件列表

?? 共 1 個源碼文件 點擊文件名可在線查看源代碼

??
溫馨提示：點擊文件名或"查看源碼"按鈕可在線瀏覽源代碼，支持語法高亮顯示。

立即下載此資源

提示：下載后請用壓縮軟件解壓，推薦使用 WinRAR 或 7-Zip

資源說明

?? 下載說明

  • 下載需消耗 2積分
  • 24小時內重復下載不扣分
  • 支持斷點續傳
  • 資源永久有效

?? 使用說明

  • 下載后用解壓軟件解壓
  • 推薦 WinRAR 或 7-Zip
  • 如有密碼請查看說明
  • 解壓后即可使用

?? 積分獲取

  • 上傳資源獲得積分
  • 每日簽到免費領取
  • 邀請好友注冊獎勵
  • 查看詳情 →

相關標簽

點擊標簽查看更多相關資源：

相關資源推薦