a_marker-CSDN博客

原创机器学习基础概念总览

机器学习基础1. 学习算法机器学习算法是从数据中学习的算法。学习定义为：“对于某类学习任务T和性能度量P，一个计算机程序被认为可以从经验E中学习是指，通过经验E改进之后，在任务T上由性能度量P衡量的性能有所提升。”1.1 任务T学习过程本身不算任务，学习是我们所谓获取完成任务的能力。通常机器学习定义任务为机器学习系统应该如何处理样本。样本是从某些机器学习系统处理的对象或事件中收集的已经...

2019-03-12 10:00:23 538

原创机器学习中的数学——数值计算和凸优化

数值计算1.上溢和下溢连续数学在计算机上的根本困难是通常需要用优先的位模式表示无限多的实数。实数表示中会引入近似误差，大多数近似误差是舍入误差，若不考虑舍入误差的累积，可能会导致算法失效。下溢：接近零的数被四舍五入为零时发生下溢。许多函数在参数为零而不是一个很小的正数时表现出质的不同。上溢：大量级的数被近似为∞\infty∞或−∞-\infty−∞，进一步的元素导致无限值变为非数字。解决...

2019-03-02 10:50:38 1502

原创机器学习中的数学——概率论与信息论笔记

概率论与信息论1.概率论概率论用于表示不确定性声明的数学框架，不仅提供量化不确定的方法，提供用于导出新的不确定声明的公理。作用：①设计算法计算或估算由概率论导出的表达式；②用概率与统计从理论上分析AI系统的行为。不确定性的三种可能来源：①、被建模系统内在的随机性。②、不完全观测；不能观测到所有驱动系统行为的变量时，该系统会变得随机。③、不完全建模。使用必须舍弃某些观测信息的模型时，舍...

2019-03-02 10:28:12 1517

原创机器学习中的数学——线性代数笔记

线性代数笔记1.1 矩阵基本概念矩阵Hadamard乘积：矩阵对应元素的乘积，表示为C=AC=AC=A向量的点积：向量的行列数相同，行向量乘以列向量。用以求解两向量的夹角。a∙b=∣a∣∣b∣cosθa \bullet b=|a||b| cos \thetaa∙b=∣a∣∣b∣cosθ单位矩阵：保持n维向量不变的单位矩阵记做InI_nIn。形式上，In∈Rn×n\boldsymbo...

2019-02-27 20:56:20 1171