- 博客(8)
- 资源 (26)
- 收藏
- 关注
原创 最优间隔分类器问题
最优间隔分类器问题 本次课程大纲: 1、 最优间隔分类器 2、 原始优化问题&对偶优化问题(KKT条件) 3、 SVM对偶问题 4、 核方法(下一讲) 复习: 支撑向量机中改动的符号: 输出y∈{-1,+1} h输出的假设值也改为{-1,+1} g(z) = { 1 , 如果z>=0; -1, 如果z hw.b(x)=g
2014-04-14 11:34:52 2432
原创 朴素贝叶斯
朴素贝叶斯 本次课程大纲: 1、 朴素贝叶斯 - 朴素贝叶斯事件模型 2、 神经网络(简要) 3、 支撑向量机(SVM)铺垫 – 最大间隔分类器 复习: 1、 朴素贝叶斯 一种生成学习算法,对p(x|y)建模。 例:垃圾邮件分类 以邮件输入流作为输入,输出y为{0,1},1为垃圾邮件,0为非垃圾邮件。
2014-04-14 09:08:58 1121
原创 生成学习算法
生成学习算法 本次课程大纲: 1、 生成学习算法 2、 高斯判别分析(GDA,Gaussian Discriminant Analysis) - 高斯分布(简要) - 对比生成学习算法&判别学习算法(简要) 3、 朴素贝叶斯 4、 Laplace平滑 复习: 分类算法:给出一个训练集,若使用logi
2014-04-13 20:51:46 2129
原创 牛顿方法
牛顿方法 本次课程大纲: 1、 牛顿方法:对Logistic模型进行拟合 2、 指数分布族 3、 广义线性模型(GLM):联系Logistic回归和最小二乘模型 复习: Logistic回归:分类算法 假设给定x以为参数的y=1和y=0的概率: 求对数似然性: 对其求偏导数,应用梯度
2014-04-13 16:57:06 655
原创 欠拟合与过拟合概念
欠拟合与过拟合概念 本次课程大纲: 1、 局部加权回归:线性回归的变化版本 2、 概率解释:另一种可能的对于线性回归的解释 3、 Logistic回归:基于2的一个分类算法 4、 感知器算法:对于3的延伸,简要讲 复习: –第i个训练样本 令,以参数向量为条件,对于输入x,输出为: n为特征数量
2014-04-13 11:28:14 2116
原创 监督学习应用与梯度下降
本课内容: 1、 线性回归 2、 梯度下降 3、 正规方程组 (复习)监督学习:告诉算法每个样本的正确答案,学习后的算法对新的输入也能输入正确的答案 1、 线性回归 例:Alvin汽车,先让人开车,Alvin摄像头观看(训练),而后实现自动驾驶。 本质是一个回归问题,汽车尝试预测行驶方向。 例:上一节课的
2014-04-12 23:42:45 685
原创 机器学习的动机与应用
开始看Andrew Ng的经典课程机器学习,随堂做的学习笔记 机器学习的动机与应用 工具:需正版:Matlab,免费:Octave 定义(Arthur Samuel 1959): 在不直接针对问题进行编程的情况下,赋予计算机学习能力的研究领域。 例:Arthur的下棋程序,计算走每一步获胜的概率,最终打败程序作者本人。(感觉使用决策树思想)
2014-04-12 23:41:38 634
原创 奇异值分解(SVD)详解
SVD分解 SVD分解是LSA的数学基础,本文是我的LSA学习笔记的一部分,之所以单独拿出来,是因为SVD可以说是LSA的基础,要理解LSA必须了解SVD,因此将LSA笔记的SVD一节单独作为一篇文章。本节讨论SVD分解相关数学问题,一个分为3个部分,第一部分讨论线性代数中的一些基础知识,第二部分讨论SVD矩阵分解,第三部分讨论低阶近似。本节讨论的矩阵都是实数矩阵。 基础知识 1
2014-04-09 17:28:26 582
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人