Machine learning
机器学习
王同学LM
这个作者很懒,什么都没留下…
展开
-
《统计学习方法》学习笔记1:以方法为中心
方法再详细点说就是,从给定的、有限的、用于学习的训练数据集合出发,假设数据是独立同分布产生的;应用某个评价准则,从假设空间中选取一个最优模型,使它对已知的训练数据及未知的测试数据在给定的评价准则下有最优的预测;,什么是学习,如果一个系统能够通过执行某个过程改进它的性能,就说这个系统可以学习。按此定义,统计机器学习,就是计算机系统通过运行数据及统计方法提高系统性能的机器学习。1)关于模型,先得到一个有限的训练数据集合,并确定包含所有可能的模型的假设空间,即模型的集合。关于策略,就是确定模型选择的准则。原创 2023-07-16 16:42:06 · 462 阅读 · 0 评论 -
支持向量数据描述
1)超球体的定义式及约束条件。 2)求解约束条件下的最优解问题=>拉格朗日函数。 在数学最优化问题中,拉格朗日乘数法(以数学家约瑟夫·路易斯·拉格朗日命名)是一种寻找变量受一个或多个条件所限制的多元函数的极值的方法。这种方法将一个有n 个变量与k 个约束条件的最优化问题转换为一个有n + k个变量的方程组的极值问题,其变量不受任何约束。这种方法引入了一种新的标量未知数,即拉格朗日乘数:约...原创 2011-12-28 15:36:47 · 1709 阅读 · 0 评论 -
模式识别与数据挖掘
其共同的理论基础是机器学习,而机器学习是人工智能理论中最重要的研究内容,分为无监督学习和监督学习。 数据挖掘可以说是机器学习(数据分析)和数据库(数据管理)的综合应用,一般处理和分析的是海量数据,属无监督学习问题,即发现潜在的、隐藏的知识。 模式识别既包括监督学习问题又包括无监督学习问题,取决于建立分类器的方式的不同。 ...原创 2012-09-03 11:51:28 · 1961 阅读 · 0 评论 -
机器学习
机器学习可以分为监督学习和无监督学习两大类。 监督学习有回归(变量是连续的)和分类(变量是离散的)两种问题。原创 2014-08-22 21:55:18 · 473 阅读 · 0 评论