机器学习课程总结

最新推荐文章于 2022-02-10 10:42:55 发布
最新推荐文章于 2022-02-10 10:42:55 发布
阅读量995 收藏 8
点赞数
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/MYRLibra/article/details/103959402
版权
这篇博客总结了机器学习的主要内容，包括线性分类、非线性分类、回归分析和聚类分析等方法，深入探讨了感知机、决策树、SVM、神经网络和深度学习等模型。同时，提到了特征选择、降维和信息论模型，并列举了多个学习与推断的技术。此外，还分享了数据来源和常用机器学习工具。
摘要由CSDN通过智能技术生成

参考文献：

  1. 国科大周晓飞老师机器学习教学课件.
  2. 周志华，机器学习，清华大学出版社，2016.

在这里插入图片描述
课程内容

  • 线性分类
    • 感知机
    • 线性鉴别分析（LDA）/Fisher鉴别分析
      • 严格来说，LDA与Fisher判别分析稍有不同，前者假设了各类样本的协方差矩阵相同且满秩
    • Logistic模型/对数几率回归/逻辑回归
  • 非线性分类
    • 决策树
    • 最近邻方法
    • 集成学习
      • Bagging，随机森林
      • Boosting
    • SVM
  • 回归分析
    • 最小二乘估计
    • 最大似然估计
    • 最大后验估计
  • 聚类分析
    • 序贯方法
    • 层次聚类
    • K均值聚类
  • 特征降维
    • 特征选择
      • Relief算法
    • 特征提取
      • PCA
  • 信息论模型
    • 熵、最大熵
    • 互信息
    • 信息论优化模型
  • 概率图模型
最低0.47元/天 解锁文章
MYRLibra
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
机器学习课程总结【2019年秋】
weixin_42219371的博客
10-27 686
文章目录概述K-近邻（KNN）线性回归（Linear Regression）线性判别式与逻辑回归（Linear Discriminant and Logistic Regression）推广线性模型特征工程之降维（Dimension Reduction）人工神经网络（Artificial Neural Network）概述感知机神经网络 概述 K-近邻（KNN） 线性回归（Linear Regre...
北京交通大学《机器学习》课程总结
妈妈在家
01-06 2818
本文为北交机器学习课程内容总结，对每种算法的文言描述做了概括性解释。内容基于于剑老师的著作《机器学习：从公理到算法》 归类公理 伯牙鼓琴，锺子期听之。方鼓琴而志在太山，锺子期曰：“善哉乎鼓琴！巍巍乎若太山。”少选之间而志在流水，锺子期又曰：“善哉乎鼓琴！汤汤乎若流水。”锺子期死，伯牙破琴绝弦，终身不复鼓琴，以为世无足复为鼓琴者。 机器学习是在数据中学习概念。我们认为：概念具有内蕴表示和外延表示。内蕴表示是概念的本质特征（例如：概率密度分布函数），是对概念的...
机器学习实战资料汇总
weixin_30682415的博客
04-11 136
基于python3 的机器学习笔记 https://blog.csdn.net/column/details/16415.html https://blog.csdn.net/sinat_17196995/article/details/71124284 https://blog.csdn.net/marsggbo/article/details/77246303 相关的G...
课程总结之机器学习
weixin_51529433的博客
01-16 3044
学习结束了，也把上一个学期上的课程做一个回顾。 机器学习 机器学习，作为计科的专业选修课，我们肯定是没有人工智能专业的同学们学的那么专业，基本上就是了解原理和实现应用就行。用的教材也是目前比较常用的西瓜书。实验环境用的是jupyter notebook。 我们这个学期学习的主要内容包括：线性回归，决策树，神经网络，支持向量机，贝叶斯，聚类。 这六个部分的话单独拎出一个来都是可以讲个没完没了的，所以我这里也就不具体说明了。不过，对于我们做的实验还是可以简单介绍一下的。我们班的话应该可以算是比较好的班级了，是前
机器学习总结——机器学习课程笔记整理
weixin_44580210的博客
02-24 1198
机器学习笔记整理说明基础点整理一些零七八碎的基础知识 说明 之前看paper的时候，发现语义SLAM领域涉及到很多机器学习的知识，去年开学便花时间恶补了一阵机器学习的知识，主要参考的是小象学院的机器学习课程，结合《统计学习》《机器学习》，这篇博客主要是以课程的框架对知识点进行总结，并整理了网络上相关的一些简答问题 基础点整理 一些零七八碎的基础知识 ...
机器学习课程课件
05-03
机器学习是计算机科学的一个分支，它致力于通过让计算机系统...通过这个由资深专家总结的机器学习课程，学习者不仅可以掌握机器学习的基础理论，还能了解到实际工作中的问题和解决策略，为未来的职业发展打下坚实基础。
机器学习课程笔记完整版
05-21
机器学习课程笔记完整版 机器学习 目录 机器学习算法课程定位、目标 定位 课程以算法、案例为驱动的学习，伴随浅显易懂的数学知识 作为人工智能领域(数据挖掘/机器学习方向)的提升课程，掌握更深更有效的解决...
机器学习技法课程总结
08-22
### 机器学习技法课程总结 #### 一、支持向量机(SVM)概览 **支持向量机**(Support Vector Machine, SVM)是一种监督学习模型，主要用于分类和回归分析。在机器学习领域，SVM因其在处理高维空间数据方面表现出色而受...
机器学习课程设计报告.pdf
最新发布
06-27
机器学习课程设计报告 一、引言 机器学习作为人工智能的核心领域之一，近年来得到了广泛的研究和应用。本次课程设计旨在通过实践项目，深入理解机器学习的基本概念、算法原理和应用场景。本报告将详细介绍课程设计的...
机器学习的学习资料总结
CS girl
06-05 262
1、机器学习入门学习资料推荐 - 鑫鑫淼淼焱焱的文章 - 知乎 https://zhuanlan.zhihu.com/p/60877739 ————这个网站讲了很多入门机器学习的资料，很值得学习。
机器学习相关知识点总结
07-03
一．matlab实现贝叶斯分类器 二．matlab实现Fisher线性分类器 三．matlab实现BP神经网络
国科大网安学院机器学习（周晓飞）202年期末考试题库
01-03
想要复习机器学习等一些知识的学生参考
清华大学高级机器学习教学大纲
09-20
课程主要介绍高级机器学习的理论和相关算法；课程内容涵盖经典机器学习方法的回顾、概率图生成模型（Generative learning）和概率图判别模型（Discriminative learning），以机器学习模型的理论分析和算法的应用验证为基础
机器学习资料总结
gs344937933的专栏
07-29 290
总结自己学习记录 准备 准备一台深度学习主机：《如何配置一台深度学习的主机》 视频 《深度学习（卷积网络、循环神经网络、对抗神经网络、Tensorflow实战）》https://www.bilibili.com/video/BV1P4411f7hK?p=1，这个课程浅显易懂。 《[中英字幕]吴恩达机器学习系列课程》https://www.bilibili.com/video/BV164411S78V?from=search&seid=12831385472653867879...
Coursera 机器学习 个人总结
jackhh1的博客
04-05 688
Coursera上的《机器学习》课，终于学完了，虽然课程内容很基础，但机器学习里面要用到的算法，达叔都讲解到了，即便没有CS229那样把公式完整推导一遍，但对于初学者来说，这样的课程内容编排，习题设计，还有论坛答疑，都非常的友好，学完了这门课后，心里就有底气了很多，大脑里可以说组建了一个初级版的机器学习框架，后续通过参加kaggle竞赛，阅读书籍再一步步迭代。 总共11周的课程学习到的主要内容有： 一、监督式学习：线性回归、逻辑斯蒂回归、神经网络、支持向量机 二、非监督式学习：K近邻学习、主成分分析、异常检
机器学习总结（个人向）
wshappy27的博客
08-06 783
机器学习是人工智能的一个分支。人工智能致力于创造出比人类更能完成复杂任务的机器。这些任务通常涉及判断、策略和认知推理，这些技能的范围非常大——语言处理、图像识别、规划等等。 使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测 机器学习基本思想：Bayes定理只是一个从经验中学习的数学方法 机器学习能产生影响的主要领域：物联网，聊天机器人，自动驾驶 k-最近邻算法，回归算法，决策树算法...
机器学习总结笔记
m0_46926492的博客
02-10 1431
机器学习总结 1.分类模型 1.1KNN算法 k-邻近算法采用测量不同特征值之间的距离方法进行分类(k-Nearest Neighbor，KNN) 超参数(n_neighbors=k) API from sklearn.neighbors import KNeighborsClassifier knn=KNeighborsClassifier(n_neighbors=6) knn.fit(x_train,y_train) 寻找最优值【学习曲线&交叉验证】 from sklearn.
个人机器学习总结汇总
studyorlearn的博客
05-29 460
陆陆续续学习机器学习好几个月了。以前的笔记都在纸质笔记本上。被鄙视了，同时听说写博客也很有益于交流。特写个博客来总结下所学内容。 先占坑，把目录定好，后续补博客总结连接。 由于主要看了统计学习和林轩田的课程，故里面的内容多来自于以林轩田的课程，穿插西瓜书和统计学习，辅以部分网络文章。
机器学习理论部分内容总结
weixin_44293949的博客
03-21 93
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值