摘要
主要是通过回归(discrimination learning model)来对机器学习算法建立横向连接,有助于对各类算法的理解和归类。
储备知识
从统计学角度来讲,一个信号基本上可以分为两个部分:系统性部分和随机分布,系统性部分在我看来是传达的某种规律性的信息,而随机成分就是用来对信号中不能通过规律性的东西进行把握的部分。所以,一般来讲都采用高斯分布进行建模。系统性的部分就是所谓的利用hypothesis建模得到的,而误差
主要是通过回归(discrimination learning model)来对机器学习算法建立横向连接,有助于对各类算法的理解和归类。
从统计学角度来讲,一个信号基本上可以分为两个部分:系统性部分和随机分布,系统性部分在我看来是传达的某种规律性的信息,而随机成分就是用来对信号中不能通过规律性的东西进行把握的部分。所以,一般来讲都采用高斯分布进行建模。系统性的部分就是所谓的利用hypothesis建模得到的,而误差