![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
kobe_sky
有理想的Java程序员
展开
-
台大机器学习课程——PLA演算法介绍、证明
台大机器学习PLA演算法介绍、证明转载 2016-12-08 20:28:32 · 1222 阅读 · 0 评论 -
台大机器学习——可行性证明2
回顾与预览基于统计的学习流程:--- 如果备选函数集的大小|H|=M,M有限,训练数据量N足够大,则对于学习算法A选择的任意备选函数h,都有 E-out(h)≈E-in(h)--- 如果A找到了一个备选函数,使得E-in(h)≈0,则有很大概率E-out(h)≈0 ---》学习是可能的可以讲,机器学习有两个核心问题:1. 我们能否保证E-out(h)与E-转载 2016-12-20 19:38:11 · 429 阅读 · 0 评论 -
台大机器学习——可行性证明1
机器学习的可行性假设有如下学习问题:训练数据D包含了6张3*3的黑白图片,并给出了对应的输出,根据这些信息确定一个近似目标函数g,并用g计算最下方图片的输出。甲认真看了下发现第一行三张图片左上角都是黑色色块,第二行三张图片左上角都是白色色块,最下面那张左上角是黑色,所以g(x)=-1;乙发现第一行三张图片都不是对称的,第二行三张图片总能找到一个对称轴,而最下面那张图也有一个对称轴,转载 2016-12-20 15:07:13 · 484 阅读 · 0 评论 -
台大机器学习——可行性证明3(Break Point出现时成长函数的边界)
Break Point 对成长函数的限制回顾上一节提到的4个成长函数:假设对于一个问题,minimum break point k = 2(对于任意2个输入,H不能穷尽所有划分),基于该条件我们做出推论:即当 N=2 时,成长函数一定 当 N=3 时,我们看看成长函数的 maximum possible value 等于多少?任意3个输入(x1, x2, x3),我们一转载 2016-12-20 11:52:48 · 1428 阅读 · 0 评论 -
朴素贝叶斯分类
朴素贝叶斯分类 贝叶斯分类是机器学习中一个重要的分类算法,由于其简单高效,所以在实战中非常受欢迎。 本文将介绍贝叶斯分类中两个比较典型的算法——朴素贝叶斯与贝叶斯信念网络。基础知识在开始介绍算法之前,我们先温习几个概率论上几个基础知识。1.条件概率:P(A|B)表示在B发生的情况下A发生的概率。例如:在一堆棋子中有方形和圆形两种,方形有红色和白色,圆形有黄色和绿色。问,在已知一颗棋子原创 2017-06-09 17:15:50 · 436 阅读 · 0 评论