- 博客(5)
- 收藏
- 关注
RSS订阅原创 基于《机器学习》学习整理- chapter 5
基于《机器学习》学习整理- chapter 5@(机器学习)[神经网络] 这里写图片描述基于机器学习学习整理- chapter 5神经元模型神经网络激活函数感知机与多层网络感知机多层神经网络误差逆传播算法Error BackPropagation BP算法缓解BP网络的过拟合全局最小与局部极小其他常见神经网络RBF网络ART网络SOM网络级联相关网络Elman网络
2016-11-16 08:58:12
3785
1
原创 基于《机器学习》学习整理- chapter 4
基于《机器学习》学习整理- chapter 4@(机器学习)[决策树]基于机器学习学习整理- chapter 4决策树信息增益信息熵信息增益实例基尼系数剪枝处理决策树剪枝策略连续与缺失值连续值处理二分法缺失值处理多变量决策树决策树 一般地，一个决策树包含一个根节点，若干个内部节点和若干个叶节点，叶结点对应决策结果，其他每个节点对应于一个属性测试，每个结点包含的样本集合根
2016-11-14 11:07:41
990
原创 基于《机器学习》学习整理- chapter 3
基于《机器学习》学习整理- chapter 3@(机器学习)[线性模型]基于机器学习学习整理- chapter 3线性形式线性回归对数几率回归线性判别分析多分类学习类别不均衡问题线性形式 由d个属性的线性组合进行预测的函数，表示如下： f(x)=w1x1+w2x2+...+wdxd+bf(x) = w_1x_1 + w_2x_2 + ... + w_dx_d + b 一般
2016-11-12 09:58:07
1431
原创 基于《机器学习》学习整理- chapter 2
基于《机器学习》学习整理- chapter 2@(我的第一个笔记本)[模型评估与选择]基于机器学习学习整理- chapter 2经验误差与过拟合模型选择与评估方法留出法交叉验证法自助法调参与最终模型性能度量错误率与精度查全率查准率与F1ROC与AUC经验误差与过拟合 一般地，我们把学习器的实际预测输出和样本的真实输出之间的差异称为”误差”，学习器在训练集上的误差称为”经验误差
2016-11-09 11:09:58
1631
原创 基于《机器学习》学习整理- chapter 1
基于《机器学习》学习整理- chapter 1@(机器学习)[数据]基于机器学习学习整理- chapter 1数据假设空间归纳与偏好数据机器学习的基本-数据，记录的集合-数据集。其中每条记录是一个实体的描述或者实例。通常每个实例又会有自己的属性特征，用一组不同的属性特征来从不同的方面来描述该实例，这些属性特征可以对应不同的特征值，那么就可以形成描述实例的”特征向量”。简单的代数描述：
2016-11-08 17:52:00
942
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人