【机器学习】机器学习中英文对照以及学习笔记

本文记录了斯坦福大学的机器学习课程内容,涵盖第一课的监督学习,包括回归问题和分类问题的区别,以及支持向量机的应用。第二课深入讲解了梯度下降算法。第三课探讨了欠拟合与过拟合的理论,并简要提及了深度学习的相关概念。
摘要由CSDN通过智能技术生成

斯坦福 机器学习 第一课

http://v.163.com/movie/2008/1/M/C/M6SGF6VB4_M6SGHFBMC.html

网上可以下到笔记


supervised learning 监督学习

regression problem 回归问题   处理的是连续的问题

classification problem 分类问题  处理的问题是离散的而不是连续的

回归问题和分类问题的区别应该在于  回归问题的结果是连续的,分类问题的结果是离散的。

discreet value  离散值

support vector machines 支持向量机  用来处理分类算法中输入的维度不单一的情况(甚至输入维度为无穷)

learning theory  学习理论 

learning algorithms 学习算法

unsupervised learning 无监督学习

斯坦福 机器学习第二课:gradient descent  梯度下降

第二课从开车引入梯度下降
linear regression 线性回归
 Neural Network 神经网络
gradient descent 梯度下降 监督学习的一种算法,用来拟合的算法
normal equation
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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