![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PRML读书笔记
文章平均质量分 63
lxhlong
这个作者很懒,什么都没留下…
展开
-
What is the difference between a Generative and Discriminative Algorithm?
Let's say you have input data x and you want to classify the data into labels y. A generative model learns the joint probability distribution p(x,y) and a discriminative model learns the conditional转载 2012-09-04 18:57:58 · 992 阅读 · 0 评论 -
PRML笔记之INTRODUCTION
一、引子 机器学习与传统的计算机算法区别就在一个“学习”上——让计算机程序脱离程序员的预设,通过自己学习来解决问题。 本章从手写数字识别(属于监督学习的范畴)的例子开始,引出诸多贯穿全书的概念和符号。 怎么使用机器学习的方法来解决手写数字识别的问题?通俗地说,就是要求你设计一个机器人(开始的时候的机器人还很sb)。然后你手写一个数字,比如说0,教机器人说:“这玩意儿是0。”;然后原创 2012-09-05 15:44:05 · 1310 阅读 · 0 评论 -
机器学习入门相关资源
书籍&课件2012-10-8{PRML作者主页,有部分课件、书中使用的数据、错误更正http://research.microsoft.com/en-us/um/people/cmbishop/ 北航PRML课件http://irip.buaa.edu.cn/~zxzhang/courses/MachineLearning/8.pdf 加州大学机器学习课件http:原创 2012-10-08 21:04:23 · 1853 阅读 · 1 评论 -
PRMLPRML笔记之LINEAR MODELS FOR REGRESSION
PRML第三章笔记。本文重构了PRML第三章,以一个更自然的顺序推导贝叶斯线性回归。文中所述皆为自己理解,可能存在偏差。一、 综述 本章主要讲贝叶斯线性回归。 线性回归的目标:给定D维数据x(即书中input),预测其对应的t值(即书中target)。如果要更具普遍性,给定D维数据x(即书中input),我们要预测p(t|x),有了这个概率,我原创 2012-10-14 21:13:42 · 2168 阅读 · 1 评论