西瓜书第十二章 —— 计算学习理论

最新推荐文章于 2024-07-25 16:05:31 发布
最新推荐文章于 2024-07-25 16:05:31 发布
阅读量56 收藏
点赞数
文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/leiuser/article/details/129980802
版权

计算学习理论

  • 研究机器学习的理论基础和算法
  • 目标：通过设计和分析学习算法，来了解学习本质，解决机器学习的问题
  • 分类，聚类，回归，降维等

学习问题的可行性

  • 是否存在一个算法，能够在有限时间内学到一个好的模型？

学习问题的复杂性

  • 计算复杂度如何？
  • 能否存在更有效的算法？

学习问题的泛化性

  • 学得的模型是否可以泛化到未见过得数据

 

leiuser
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
西瓜书学习笔记——第十二章：计算学习理论
Andrewings
07-25 1364
12. 计算学习理论12.1 基础知识泛化误差与经验误差12.2 PAC学习12.3 有限假设空间12.3.1 可分情形13.3.2 不可分情形12.4 VC维（无限假设空间）12.5 Rademacher复杂度12.6 稳定性 12.1 基础知识 计算机学习理论研究的是关于通过计算来进行学习的理论，即关于机器学习的理论基础，其目的是分析学习任务的困难本质，为学习算法提供理论保证。例如：在什么条件...
西瓜书机器学习第一章至第九章课后练习作业
04-13
西瓜书机器学习第一章至第九章课后练习作业
机器学习入门-西瓜书总结笔记第十二章
weixin_45867990的博客
04-21 1282
西瓜书第十二章-计算学习理论一、基础知识二、PAC学习三、有限假设空间1.可分情形 一、基础知识 计算学习理论（computational learning theory） 研究的是关于通过“计算”来进行“学习”的理论，即关于机器学习的理论基础，其目的是分析学习任务的困难本质，为学习算法提供理论保证，并根据分析结果指导算法设计。 给定样例集D={(x1,y1),(x2,y2),⋯ ,(xm,ym),},xi∈XD = \{(\pmb x_1,y_1),(\pmb x_2,y_2),\cdots,(\pm
《机器学习》（西瓜书）第12章 计算学习理论理解记录
weixin_43749999的博客
09-22 511
12.1 基础知识 计算学习理论研究的是：通过计算来进行学习的理论。 目的是：为学习任务分析困难本质，为学习算法提供理论保证并根据分析结果指导算法设计。 给定样例集D = {(x1,y1),(x2,y2),(...)}，xi属于X，本章基于二分类问题讨论。其中的yi属于(0,1)。假设X中的所有样本服从一个隐含未知的分布D，D中所有样本都是独立地从这个分布上采样得到的，即独立同分布样本. 令h是从X到Y的一个映射,其泛化误差为: E(h;D) = Px ~ D (h(x) != y); 此外
西瓜书学习——第十二章计算学习理论
老三的博客
07-25 792
通过这周对西瓜书第十二章的学习，记录笔记如下：
机器学习（西瓜书）注解：第12章 计算学习理论
彬彬有礼的专栏
09-23 1354
机器学习（西瓜书）注解：第12章 计算学习理论 本次更新第12章，计算学习理论。针对该章注解有任何问题欢迎在此留言~ 相信本章是很多读者望而却步的一章，相信本章是很多以本书为教材的老师在讲课时会直接跳过的一章，相信本章是很多资深机器学习研究者都不予理睬的一章…… 但既然已经入了机器学习这个坑，总感觉如果不去了解一点儿有关本章的内容，少点什么似的...
西瓜书读书笔记整理（十二） —— 第十二章 计算学习理论（上）
Smileyan's blog
01-19 2537
计算学习理论（computational learning theory）是一门研究如何使用计算机科学和数学方法来理解学习过程的学科。它涉及到机器学习、统计学习理论、数据挖掘等领域，旨在通过算法和模型来描述和分析学习的过程。iidi.i.d.iid给定样例集Dx1y1x2y2xmymD{(x1​y1​x2​y2​...xm​ym​)}xi∈Xxi​∈X，本章主要讨论二分类问题，若无特别说明，yi∈Y。
西瓜书课后题——第十二章（计算学习理论）
qq_37691909的博客
05-21 739
本章涉及的数学理论知识太多，大多是纯理论的公式推导，所以目前只是大体看了一遍，了解了一些基本的概念和知识，并没有深入地对每一个定理进行证明和推导。所以课后题参考这篇博客：https://blog.csdn.net/icefire_tyh/article/details/52270432 日后有机会要用到的话会重新回过头来进行推导学习。 ...
西瓜书机器学习课程作业代码实现
01-07
西瓜书机器学习课程作业代码实现
西瓜书机器学习的学习笔记（十分详细）
06-10
学习了机器学习的基础以及相关理论，颇有收获，并做了相关笔记，对于机器学习有了更为深入的理解，为以后的学习以及研究打下基础。 主要内容包含以下相关主题： - 模型的评估与选择 - 神经网络 - 支持向量机 - ...
西瓜书课后习题.docx
10-17
第五章至第十章以及第十一章的习题没有提供具体内容，但可以推测这些章节可能涵盖的内容包括决策树、神经网络、集成学习、贝叶斯网络、强化学习等机器学习的核心主题。具体的解答需要参照原书的习题内容。 总结起来...
西瓜书前两章学习笔记.pdf
11-16
西瓜书学习笔记.pdf
基于多种机器学习的豆瓣电影评分预测与多维度可视化【可加系统】
迷茫与徘徊只会让你陷入绝境，欢迎私信博主，带你开始提升变现价值！
07-25 805
在本研究中，我们采用Python编程语言，利用爬虫技术实时获取豆瓣电影最新数据。通过分析豆瓣网站的结构，我们设计了一套有效的策略来爬取电影相关的JSON格式数据。为减少对服务器的频繁请求，我们实施了基于正态分布的延迟策略。数据采集后，使用Python中的Pandas库进行初步处理，将无序信息转换为结构化数据，包括处理空值、字符串格式化和字段扩展。然后，我们将整理好的数据存储到MySQL数据库中，进行深入的数据挖掘。通过分析不同数据维度，我们深入探讨了电影流行趋势和观众喜好等多个方面。
从零开始学习机器学习，掌握AI未来的关键！
qq_42538588的博客
07-25 1103
欢迎来到"人工智能-机器学习基础"！在本文中，我们将一起探索人工智能的奇妙世界。首先，让我们来介绍一下人工智能的概述。人工智能（Artificial Intelligence）是一门研究如何使机器具备智能能力的科学与技术。简单来说，它是能够像人类一样思考、学习和决策的机器。人工智能可以追溯到上个世纪50年代，当时科学家们就开始尝试模仿和理解人类的思维过程。然而，由于当时计算机技术的限制，人工智能的发展并不顺利。直到最近几年，随着计算能力的迅猛增长和大数据的普及，人工智能取得了巨大突破。
矩估计与最大似然估计的通俗理解
Smilecoc的博客
07-24 818
通俗易懂的理解矩估计和最大似然估计
【机器学习】深入理解损失函数(Loss Functions)
鑫宝的博客
07-24 1790
在监督学习任务中,我们通常会构建一个模型来预测输入数据的目标值。模型的输出值通常会与真实的目标值存在一定差距,这种差距就是我们所说的"损失"(Loss)。损失函数的作用就是对这种差距进行量化,将其转化为一个可计算的数值。具体来说,损失函数是一个函数,它接受模型的预测值和真实值作为输入,输出一个非负实数,表示预测值与真实值之间的差距程度。我们的目标是找到一个模型,使得其在训练数据和测试数据上的损失函数值最小。LyyiL(y,y_i)Lyyi​其中,y表示真实值,y_i表示模型的预测值,
chromedriver-mac-arm64_126.0.6474.0.zip
07-31
chromedriver-mac-arm64_126.0.6474.0.zip
chromedriver-mac-arm64_128.0.6548.0.zip
最新发布
07-31
chromedriver-mac-arm64_128.0.6548.0.zip
西瓜书8章集成学习习题8.7
07-12
西瓜书（也称为《统计学习方法》）的第八章确实讨论了集成学习，而习题8.7通常涉及如何构建和理解集成模型，比如随机森林（Random Forest）或梯度提升机（Gradient Boosting）。这类题目可能会让你设计一个简单的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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