![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习基石
夏奇火
这个作者很懒,什么都没留下…
展开
-
林轩田机器学习基石(Machine Learning Foundations)笔记(二)
截图一时爽,归纳火葬场 = =、Learning to answer yes_noP6 2.1x = (x1,x2, … xd)表示用户的各种特征,threshold表示阈值y = { +1(good) , -1(bad) } ,注意 0 的情况很少见,而且也没有多大意义h ∈ Hh(x) = sign(求和(1~d)wixi - threshold)= sign(求和(0~d)...原创 2019-04-17 14:04:20 · 296 阅读 · 0 评论 -
林轩田机器学习基石(Machine Learning Foundations)笔记(一)
d原创 2019-04-11 13:11:46 · 612 阅读 · 0 评论 -
林轩田机器学习技法(Machine Learning Techniques)笔记(四)
我突然发现是不是记得有点详细了?感觉进度变慢了。林轩田机器学习技法(Machine Learning Techniques)笔记(一)林轩田机器学习技法(Machine Learning Techniques)笔记(二)林轩田机器学习技法(Machine Learning Techniques)笔记(三)P14 4.1 11.33怎么减少Gaussian SVM的overfittin...原创 2019-04-27 14:59:57 · 255 阅读 · 0 评论 -
林轩田机器学习基石(Machine Learning Foundations)笔记(三)
Types of learningP10 3.1输出只有2种:二元分类(是非题)机器对于问题输出实数:回归分析/有范围回归分析不同的y:structured learning : y = structures 自然语言处理、蛋白质显示P11 3.2监督学习:给{xi,yi}1 监督学习2 无监督学习(非监督式):只给xi,然后机器自己分群(clustering 聚类),所以可能...原创 2019-04-23 12:23:01 · 217 阅读 · 0 评论 -
林轩田机器学习基石(Machine Learning Foundations)笔记(四)
4. Feasibility of learning 机器学习的可行性有点翻车,15 16 17听得不太懂,之后会再看看来补上P14 4.1探究机器学习的可行性,有些问题x和y之间的联系可以有很多种解释,比如一些所谓的“智商题”对于他们的解其实有很多种解释,那么是否可以进行机器学习呢?P15 4.2一些方法去推论:训练集(D(有噪音的数据输入))和测试集(outside D)会有联...原创 2019-04-23 13:15:10 · 193 阅读 · 0 评论