- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 机器学习笔记（三）
机器学习笔记三（5课） 一．生成式学习算法与判别式学习算法 1.判别式学习算法 直接对P(y|x)建模，得到参数模型，然后用最大似然法求解得到具体的参数。 2.生成式学习算法 对p(x|y),p(y)进行建模，得到参数模型，然后利用p(x,y)写出似然表达式，再用最大似然求得参数。最后利用得到p(y|x)。 这两种学习算法的最终目的都是求解出p(y|x)的合理表达。 二．高斯判别分析算
2015-02-14 10:43:26
545
原创 机器学习笔记（二）
机器学习笔记（2,3课）一.线性回归的概率解释 1.数学模型 我们的目的是较好的拟合x,y之间的关系，但是实际上我们并不知道x,y之间的具体关系，而且这种关系也很难用精确的数学公式去表达。因此，引入误差项,这样上式就是合理而且精确的表达。 然后，继续假定 按照我的理解，这个假定就不具有一般性了。根据中心极限定理，符合高斯分布是合理的，但是并不一定是均值为0的高斯分布，方差也不一定是
2015-02-12 08:39:08
793
原创 机器学习笔记（一）
机器学习笔记（1,2课）一.线性回归模型 1.数学模型 对于一个具体的问题，x1,x2….是我们所选取的特征，h(x)是我们所建立的模型，其中有n 1个参数。 我们希望所建立的数学模型可以很好的刻画实际问题，而我们所拥有的就是训练数据集。很自然的，我们希望数学模型可以较好的表述训练数据集的情况。虽然对训练数据的拟合情况好不一定就意味着能够很好的预测未知，但是如果对训练数据预测性能很差，那么
2015-02-11 09:08:29
644
原创 VS2010+Python环境配置
最近开始看《机器学习实战》这本书，这本书里面是用python实现了一些基本的算法，因此，首先需要搭建好python的开发环境。一.相关版本我的电脑：win8 64位python版本：python-2.7.5.amd64 Numpy函数库版本：numpy-MKL-1.8.0.win-amd64-py2.7python插件版本：numpy-MKL-1.8.0.win-amd64-p
2015-02-09 19:18:42
4567
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人