- 博客(4)
- 资源 (2)
- 收藏
- 关注
原创 机器学习总结3_朴素贝叶斯
1.纠结了好一阵这一节写哪一个算法,最后决定先把容易写的给总结出来。朴素贝叶斯,我们从名字上就可以明显感觉到这是和概率有着很大关系的一个算法。我们在这里只谈二分类的问题,我觉得如果你会通过贝叶斯解决二分类问题,那多分类问题也不是一件难事了。(0)贝叶斯公式P(Y,X)=P(Y|X)×P(X)=P(X|Y)×P(Y) P(Y,X)=P(Y|X)\times P(X)=P(X|Y)\times P(Y)
2016-04-26 20:34:37 880
原创 机器学习总结2_感知机算法(PLA)
1.正式开始之前的描述(1)PLA:Perceptron Learning Algorithm。 在正式开始之前,我想先说一下,PLA到底是干嘛的。大部分机器学习的书以及视频都是以感知机算法作为开头的。既然放在最前面,它应该就是一个很简单的机器学习算法。事实上,它确实很简单。 如下图所示: 红色和蓝色的点分别表示训练集中的正样本和负样本,PLA的任务就是寻找下面那条能将训练集完全分开的蓝色直线。
2016-04-21 20:20:17 12080 3
原创 机器学习总结1_学习理论
学习理论主要想表达的东西想一下,在什么样的情况下,我们会想到机器学习。可能你在碰到这么一个问题时:你现在有很多有癌症和没有癌症的人的身体情况资料,然后让你判断一个人是否患有癌症。在你碰到这个问题的时候,你会说现在有了现成的训练集,我把它扔到机器学习算法里去学习一下,学习出来一个模型,然后就可以做判断了啊!!这很easy啊。在这一讲里面,我想说的就是,为什么这么做是有效的?在这个看起来很easy的做法
2016-04-19 21:05:05 1893 4
原创 机器学习总结_前言
写在前面的话兜兜转转,一年有余,期间看了一些关于机器学习的视频,博客和书籍。看过不同的人对机器学习不一样的认识之后,自己也偶有所思。所以有此总结,以便回顾。如果我的总结能够帮助到你,请你不要吝啬你的赞美。哈哈哈~~。原本是打算在纸上写个总结的,无奈发现,白纸黑字记下来之后,想要做点更改,着实有点麻烦。然后发现csdn有类似latex的编辑器,解决了公式编辑的问题,那就索性开个博客吧。一直以来,都是在
2016-04-19 19:13:54 821
Caffe多标签分类
2018-01-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人