机器学习
小白的机器学习之路~~
majiamin123
这个作者很懒,什么都没留下…
展开
-
第二章 支持向量机 1.1支持向量机(线性可分定义)
1、线性可分?答:线性可分指存在一条直线可将O和X分开。2、线性不可分?答:非线性可分指不存在一条直线可将O和X分开。3、在多维(>2)空间中,区分线性可分和线性不可分?答:在3维空间中,用平面区分线性可分和线性不可分。在特征空间维度>=4维时,用“超平面(Hyperplane)”区分线性可分和线性不可分。...原创 2020-05-30 12:20:43 · 358 阅读 · 0 评论 -
第一章 机器学习概述 1.4没有免费午餐定理
1、哪一种机器学习算法更好?答:1995年,D.H.Wolpert等人提出,没有免费午餐定理(No Free Lunch Theorem),任何一个预测函数,如果在一些训练样本上表现好,那么必然在另一些训练样本上表现不好,如果不对数据在特征空间的先验分布有一定假设,那么表现好与表现不好的情况一样多。2、“没有免费午餐定理”的通俗解释?答:假设一台电脑有2个存储器,预测第2个存储器的类型,如下图。假设一台电脑有3个存储器,预测后2个存储器的类型,预测第2个存储器的类型,两种情况的概率相同,如下图。原创 2020-05-30 12:04:35 · 705 阅读 · 1 评论 -
第一章 机器学习概述 1.3机器学习算法的过程
1、提取特征答:(1)特征提取:通过训练样本获得的,对机器学习任务有帮助的多维度数据。(2)特征选择:2、基于特征构造算法?答:我们不能得出一个绝对意义的好和坏的标准。如何针对不同应用场景选择合适的机器学习算法,构造新的机器学习算法解决目前无法解决的应用场景?这是一个值得我们深入研究的方向。...原创 2020-05-25 16:08:05 · 727 阅读 · 1 评论 -
第一章 机器学习概述 1.2机器学习的分类
1、以下四个机器学习的任务,如何分类?(1)教计算机下棋;(2)垃圾邮件识别,教计算机自动识别某个邮件是否是垃圾邮件;(3)人脸识别,教计算机通过人脸的图像识别这个人是谁;(4)无人驾驶,教计算机自动驾驶汽车从一个指定地点到另一个指定地点。答:从划分标准经验E来看,(2)、(3)中的经验E是完全由人搜集起来输入进计算机的,把告诉计算机是什么的过程,叫做为训练数据打标签,经验E---->训练样本和标签的集合,称为监督学习。(1)、(4)中的经验E是由计算机与环境互动获得的,计算机产原创 2020-05-25 15:43:33 · 2453 阅读 · 0 评论 -
第一章 机器学习概述 1.1机器学习定义
一、什么是机器学习?1、Arthur samuel 对机器学习的定义?答:机器学习是这样的领域,它赋予计算机学习的能力,(这种学习能力)是通过非显著式编程获得的。2、什么叫“显著式编程”?答:举例说明,告诉计算机,黄色代表菊花,红色代表玫瑰花。那么,计算机识别到黄色就表示菊花,识别到红色就表示玫瑰花。3、什么叫“非显著式编程”?答:举例说明,事先并不约束计算机必须总结出什么规律,让计算机自己挑出最能区分菊花和玫瑰的一些规律。4、显著式编程的劣势?答:举例说明,让机器人冲咖啡,人类先把机器人原创 2020-05-25 14:53:05 · 1692 阅读 · 0 评论