隐马尔可夫模型

隐马尔可夫模型是可用于标注问题的统计学习模型，是关于时序的概率模型，是一种生成模型。描述由隐藏的马尔可夫链随机生成观测序列的过程，具体来说，由一个隐藏的马尔可夫链随机生成不可预测的状态随机序列，再由各个状态生成一个观测而产生观测序列的过程。

展开全文 >>

朴素贝叶斯

朴素贝叶斯法是典型的生成学习方法，它是基于贝叶斯定理与特征条件独立假设的分类方法。生成方法是由训练数据学习联合概率分布$P(X,Y)$,然后求出后验概率分布$P(Y|X)$。具体来说，利用训练数据学习$P(X|Y),P(Y)$的估计，得到输入和输出的联合概率分布$P(X,Y)$：

展开全文 >>

kNN算法

k近邻法是基本且简单的分类与回归方法。k近邻法的基本做法是：对给定的训练实例点和输入实例点，首先确定输入实例点的k个最近邻训练实例点，然后利用这k个训练实例点的类的多数来预测输入实例点的类。

展开全文 >>

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

中文名：高建超<br/>英文名：Alan<br>&nbsp&nbsp&nbsp&nbsp本人一直从事IT行业，毕业于天津大学计算机科学与技术学院，研究生阶段在机器学习与数据挖掘实验室，现工作于北京从事搜索算法、基础NLP等相关工作。<br/>&nbsp&nbsp&nbsp&nbsp希望借此博客能与各位大佬进行专业交流，欢迎进行评论，请各位多多指教。