统计学习方法(第2版)
愚昧之山绝望之谷开悟之坡
人工智能智慧城市元宇宙pf,无无明亦无无明尽
展开
-
学堂在线_大数据与机器学习_第5章聚类
一个簇可以只包含一个样本,也可以包含多个样本• 聚类的结果可用包含m个元素的簇标记向量 表示如何度量外部指标a 两个都在同一类b 外同一类,内不同一类c 内同一类,外部同一类d 内外都部署同一类指标都是越大越好内部指标每簇内部的平均距离每簇内部的两两样例的最大距离簇与簇间最近的样本间的距离簇与簇间中心点之间的距离DB指标:任意两个数的簇内平均距离之和两个簇中心距离的比值,然后找寻最大值,这个值越小越好Dunn指标:每个簇与其他簇的样本间距离最小值,再除以簇内样例间距离原创 2021-12-11 12:06:10 · 2159 阅读 · 0 评论 -
学堂在线_大数据与机器学习_第四章感知机
感知机模型是神经网络和SVM的基础第一个最基本的模型几何解释,就是个平面损失函数,是根据距离定义出来的,并不是随便定义的,点的个数不好求导感知机损失函数针对某一个点求梯度梯度更新过程收敛性误分类次数存在上限可以迭代收敛参数是数据的线性组合针对对偶形式,可以提前求助矩阵,针对是误差,误差是分类错误的点导致的,重点关注分类错误的点进行更新迭代...原创 2021-12-05 10:33:27 · 974 阅读 · 0 评论 -
学堂在线_大数据与机器学习_第三章模型性能评估
111原创 2021-12-04 11:50:50 · 704 阅读 · 0 评论 -
学堂在线_大数据与机器学习_第二章机器学习基本概念
直接的定义假设空间,就是相应的参数有多少种组合而已,可能有多种组合满足要求模型集合,策略就是损失函数,算法就是方向更新参数的方法损失函数和风险函数风险函数学习的目的,经验风险例如随机梯度下降奥姆卡剃刀不同的样本测试结果不一样,NFL过拟合正则化泛华能力理论定义,增加数据或者减少模型能增强泛化能力泛华能力生产模型和判别模型...原创 2021-11-21 22:12:32 · 1857 阅读 · 0 评论 -
学堂在线_大数据与机器学习_第一章概述
人工智能的分类机器学习和数据挖掘机器学习和统计学习深度学习框架参考教程达特茅斯会议强化学习1.In RL, there are evaluative feedbacks but no supervised labels. Evaluativefeedbacks can not indicate whether a decision is correct or not, as labels insupervised learning.2. Deep learning ,原创 2021-11-18 09:14:25 · 1742 阅读 · 0 评论 -
第一章统计学习及监督学习概论
1.1 统计学习统计学习分类,监督学习,无监督学习,强化学习统计学习》统计机器学习》机器学习统计学习的前提又准又快三要素:模型比如ERNIE,策略比如交叉熵损失函数、随机梯度下降完全对号入座核心...原创 2021-10-21 21:22:44 · 109 阅读 · 0 评论 -
第1章 机器学习和统计学习
机器学习和数据挖掘互相交叉,机器学习属于数据挖掘的一个技术原创 2021-10-20 21:06:43 · 79 阅读 · 0 评论