![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
课程学习笔记
knightzj
这个作者很懒,什么都没留下…
展开
-
《加州理工学院公开课:机器学习与数据挖掘》第1讲学习笔记
机器学习的定义(来源互联网,非本课程): 机器学习的实质(什么时候可以使用机器学习): 1.pattern exist; 2.不能用精确的数据公示表示; 3.data!学习的组成部分(Component of Learning): 这是机器学习的一般过程,我们的关键就是确定这个假设集(hypothesis set)和学习算法(learning algorithm)。具体的形式化定义见下原创 2016-03-03 21:38:32 · 1824 阅读 · 0 评论 -
《加州理工学院公开课:机器学习与数据挖掘》第2讲学习笔记
课程首先回顾了第1讲内容:Learning(机器学习)被使用到的三个条件: 模式存在(pattern exist),无法使用精确的数学模型表达,数据。 实际情况中,如果只满足第3个条件,就是拥有数据,我们就能应用机器学习(Learning),只是结果可能会出现好坏的问题。 需要对一些概念非常熟悉: 目标函数是未知的; 数据集是已知的; g是挑选出来的函数,h是假设的函数,被挑选出来就是g原创 2016-03-14 17:08:43 · 860 阅读 · 0 评论