機器學習基石
文章平均质量分 86
Coursera 上 [機器學習基石] 的課程筆記
傷心太平洋
这个作者很懒,什么都没留下…
展开
-
[課程筆記] 機器學習基石 - W9. Linear Regression
Video1: Noise and Probabilistic Target 参考 機器學習基石上 (Machine Learning Foundations)---Mathematical Foundations | Courser原创 2022-09-14 19:18:55 · 234 阅读 · 0 评论 -
[課程筆記] 機器學習基石 - W8. Noise and Error
Video1: Noise and Probabilistic Target Noise 在实务中,数据可能会有杂讯: y 标记错误 x 记录错误 相同的顾客 x,存在不同的结果 y QQQ Video2: Error Measure Video3: Algorithmic Error Measure Video4: Weighted Classification 参考 機器學習基石上 (Machine Learning Foundations)---Mathemati.原创 2022-03-31 18:48:04 · 1328 阅读 · 0 评论 -
[課程筆記] 機器學習基石 - W7. The VC Dimension
Video1: Definition of VC Dimension Recap: More on Growth Function 回顾之前的内容: 找到了growth function 的上限是 B(N, k) B(N, k) 的上限是 以上必须在 N ≧ 2 , k≧ 3 的条件下才成立 Recap: More on VC bound 回顾之前的内容: 找到坏事发生几率式子的上限 但前提是 N 够大,且具有 break point, k 只要演算法能够挑选到好的 ..原创 2022-03-30 12:24:49 · 912 阅读 · 0 评论 -
[課程筆記] 機器學習基石 - W6. Theory of Generalization
Video1: Restriction of Break Point The Four Break Points 在上一节课中,找到了4种 hypothesis 的 break point 当 k 是 break point,则 k+1 也会是 break point Restriction of Break Point 此处试图找出一些 break point 的特性 以一种 hypothesis 为例 N=1 : N=2 : N=3 :(可以透过随意取两个点无法 sh...原创 2022-03-28 14:28:56 · 1218 阅读 · 0 评论 -
[課程筆記] 機器學習基石 - W5. Training versus Testing
Video1: Recap and Preview Recap 当 M 的数量是有限的,且抽样的数量够大时,会很接近 当我们能透过,大概的估算出,则可以挑选一个最小的 g 因此学习是可行的 Two Central Questions 在过去的几堂课,分别是讲到: Week 1: 我们希望找到一个 Week 2: 在特定条件下, PLA 的确可以找到一个 g 使得 Week 3: 介绍了各种类型机器学习 Week 4:在特定条件下, 主要有两个问题 在什么条...原创 2022-03-27 17:55:02 · 289 阅读 · 0 评论 -
[課程筆記] 機器學習基石 - W4. Feasibility of Learning
目录 Video1: Learning is Impossible Two Controversial Answer No Free Lunch Video2: Probability to the Rescue Inferring Something Unknown Hoeffding's Inequality Video3: Connection to Learning Connection to Learning Added Component Verification Flow.原创 2022-03-26 23:56:25 · 328 阅读 · 0 评论 -
[課程筆記] 機器學習基石 - W3.Type of Learning
Video1: Learning with Different Output Space 二元分类问题 信用卡发卡问题是二元分类问题 输出 yes/no 多分类问题 输出的值域是多种类别 回归问题 输出是连续的数值 Structured Learning 输入与输出,都是带有结构、模式的数据 以词性标注任务为例: 输入: 单字序列 输出: 词性序列 底层是复杂的多分类问题 输入与输出都是有多种组合变化的可能 Video2: Learning with Dif.原创 2022-03-25 23:10:54 · 600 阅读 · 0 评论 -
[課程筆記] 機器學習基石 - W2.Learning to Answer Yes/No
Video1: Perceptron Hypothesis Set 回顧上一堂課 希望機器能學會預測特定用戶發卡後的表現是 (好/壞) 根據輸入的數據,透過演算法 A,從函數集合 H 中,找到合適的函數 g A Simple Hypothesis: Perceptron 把顧客的各種數據,看成多維特徵 X 可以利用一種函數 H 進行計算,根據函數輸出決定是否要發卡 函數形式: 將特徵 X 乘上權重 W後加總後減去一閾值,看看數值的正負 不同的 W 會得到不同的 h,因此候選函數集合 ..原创 2022-03-24 00:29:03 · 545 阅读 · 0 评论 -
[課程筆記] 機器學習基石 - W1.The Learning Problem
Video1: Course Introduction 課程的設計 學習機器學習,如果單從理論或是應用,都會有缺點 單從理論: 離應用有距離 單從應用: 太多種算法,不知從何挑選 本課程從基礎開始,以故事的形式從哲學、數學、演算法、應用等多種角度切入 Video2: What is Machine Learning 人類、機器學習的類比 人類學習: 透過觀察,學習到一些技能 機器學習: 電腦透過數據、算法,模擬人類的學習過程 更具體的講,技能指的是表現的增進 機器學習..原创 2022-03-22 22:51:18 · 779 阅读 · 0 评论