- 博客(3)
- 资源 (13)
- 收藏
- 关注
RSS订阅转载 机器学习关键问题阐述
一、机器学习问题的组成李航老师在《统计机器学习》中指出：机器学习=模型+策略+算法。其实机器学习可以表示为：Learning= Representation+Evalution+Optimization。我们就可以将这样的表示和李航老师的说法对应起来。机器学习主要是由三部分组成，即：表示(模型)、评价(策略)和优化(算法)。如上图所示，机器学习主要是由上
2016-07-11 17:54:43
5790
原创 统计机器学习理论
目前机器学习的一个比较热门的方向是统计机器学习（另外一个可能是图模型，按照Jordan的说法是统计机器学习属于频率主义，而图模型属于贝叶斯主义），对于每一个做统计机器学习的研究者来说，他们大致可以分为两类：一类做统计学习理论相关工作，如泛化界、约简或一致性；一类做优化算法，如支持向量机、Boosting等。作为一个纯统计机器学习的学者来说，我想这两块内容都得了解。优化算法的门槛低点，可能比较容易上
2016-07-11 15:47:33
8139
1
原创 VC维理论
支持向量机是建立在统计学中的结构风险最小化和VC维理论基础之上的结构风险最小化=经验风险 + 置信风险经验风险 =分类器在给定样本上的误差置信风险 = 分类器在非指定样本上的误差 (即：推广能力的误差)置信风险影响因素：样本数量越大，学习结果越有可能正确，此时置信风险就越少； 而对于VC维，该值越大，则推广能力越差，置信风险就越大；所以
2016-07-11 15:41:09
10441
1
text-classification-cnn-rnn.rar
2020-07-09
内存中引用与指针之间的使用与区别
2009-09-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人