从0开始学机器学习
文章平均质量分 57
了解机器学习,学习机器学习,掌握机器学习。
Kinght_123
大家好,我是Kinght_123,欢迎大家关注!
展开
-
机器学习的逻辑回归(Logistic)的实例————预测学生是否被录取
【代码】机器学习的逻辑回归(Logistic)的实例————预测学生是否被录取。原创 2023-01-11 21:30:11 · 684 阅读 · 0 评论 -
从0开始学机器学习(二、有关向量的概念介绍。)
目录前言一、向量范数1.1-范数2.2-范数3.3∞-范数4.-∞-范数5.P-范数二、矩阵范数1.1-范数2.2-范数3.3∞-范数4.4F-范数5.核范数前言在机器学习的学习中可能会碰到很多向量,有的意思相近,很难以记住并加以区分,所以我整理的机器学习中经常遇到的向量及其介绍,让你下次在遇到这些向量时真正的了解他们的含义。一、向量范数1.1-范数即所有向量的绝对值之和。2.2-范数所有向量元素的平方和再开方。3.3∞-范数所有向量元素中的绝对值的最大值。4.-∞-范数所有向量元素中原创 2022-04-06 14:53:00 · 1227 阅读 · 0 评论 -
从0开始学机器学习(一、机器学习的基本术语)
目录1.机器学习的定义2.数据集3.特征向量4.训练集5.标记空间6.分类7.回归8.聚类9.监督学习和无监督学习10.泛化能力11.归纳与演绎12.假设空间13.版本空间14.归纳偏好15.奥卡姆剃刀16.NFL定理1.机器学习的定义机器学习,它致力于研究如何通过计算的手段,利用经验来改善系统自身的性能。在计算机系统中,“经验”通常以“数据”形式存在,因此,机器学习所研究的主要内容,是关于在计算机上从数据中产生“模型”(model)的算法,即学习算法。(learning algorithm)更形象化原创 2022-01-17 10:11:15 · 799 阅读 · 0 评论 -
(一)机器学习介绍
机器学习的发展历程机器学习实际上已经存在了几十年或者也可以认为存在了几个世纪。追溯到17世纪,贝叶斯、拉普拉斯关于最小二乘法的推导和马尔可夫链,这些构成了机器学习广泛使用的工具和基础。1950年(艾伦.图灵提议建立一个学习机器)到2000年初(有深度学习的实际应用以及最近的进展,比如2012年的AlexNet),机器学习有了很大的进展。从20世纪50年代研究机器学习以来,不同时期的研究途径和目标并不相同,可以划分为四个阶段。第一阶段是20世纪50年代中叶到60年代中叶,这个时期主要研究“有无知识的学习原创 2021-10-08 20:56:34 · 1080 阅读 · 0 评论 -
机器学习的数学基础(二、线性代数!)
目录1.行列式1.行列式按行(列)展开定理2.矩阵2.1矩阵的加法2.2矩阵的数乘2.3矩阵的乘法2.4矩阵的转置,矩阵的逆矩阵,矩阵的伴随矩阵三者之间的关系2.5有关于矩阵的伴随矩阵的结论2.6有关矩阵的逆矩阵的结论2.7有关矩阵秩的结论2.8分块求逆公式3.向量3.1有关向量组的线性表示3.2有关向量组的线性相关性3.3有关向量组的线性表示3.4向量组的秩与矩阵的秩之间的关系3.5n维向量空间的基变换公式及过渡矩阵3.6坐标变换公式![](https://img-blog.csdnimg.cn/041b转载 2021-10-03 11:36:39 · 159 阅读 · 0 评论 -
机器学习的数学基础(一):高等数学基础!
目录一、高等数学1.导数的定义2.左右导数的几何意义和物理意义3.函数的可导性与连续性之间的关系4.平面曲线的切线和法线5.四则运算法则6.基本导数和微分表7.复合函数、反函数,隐函数以及参数方程所确定的函数的微分法8.常用高阶导数公式9..微分中值定理,,泰勒公式10.洛必达法则11.泰勒公式12.函数单调性的判断13.渐近线的求法14.函数凹凸性的判断15.弧微分16.曲率17.曲率半径一、高等数学1.导数的定义2.左右导数的几何意义和物理意义3.函数的可导性与连续性之间的关系4.平面曲转载 2021-10-02 18:24:04 · 471 阅读 · 0 评论 -
向量与矩阵的范数介绍!!!
目录1.向量的范数2.矩阵的范数1.向量的范数2.矩阵的范数转载 2021-09-18 17:31:57 · 123 阅读 · 0 评论