机器学习
猫哆哩o0
嗷嗷嗷
展开
-
《统计学习方法》李航_学习笔记_第7章_支持向量机
第7章 支持向量机基本模型:定义在特征空间上的间隔最大化的线性分类器 学习策略:间隔最大化 学习算法:求解凸二次规划的最优化算法 学习目标:在特征空间中找到一个分离超平面,使得实例分到不同的类 当训练集线性不可分时,通过使用核技巧和软间隔最大化,学习非线性支持向量机核函数:将输入从输入空间映射到特征空间得到的特征向量之间的内积 输入都由输入空间转换到特征空间,支持向量机的学习是在特征空间进原创 2017-07-01 19:57:58 · 528 阅读 · 0 评论 -
《机器学习基石》台大林轩田_学习笔记03_Type of Learning
占坑原创 2019-03-26 19:07:52 · 208 阅读 · 0 评论 -
《机器学习基石》台大林轩田_学习笔记01_The Learning Problem
Lecture 1: The Learning Problem大纲 1. Course Introduction 2. What is Machine Learning 3. Applications of Machine Learning 4. Components of Machine Learning 5. Machine Learning and Other Fields1. Co原创 2017-10-15 14:03:22 · 371 阅读 · 0 评论 -
《机器学习基石》台大林轩田_学习笔记02_Learning to Answer Yes/No
Lecture 2: Learning to Answer Yes/No大纲 1. Perceptron Hypothesis Set 2. Perceptron Learning Algorithm(PLA) 3. Guarantee of PLA 4. Non-Separable Data1. Perceptron Hypothesis Set perceptrons 感知机<=>li原创 2017-10-15 15:17:41 · 310 阅读 · 0 评论 -
实习面试题
保研结束了,最近事也不多,想着应该找个公司实习一下,锻炼自己,顺便赚点小钱,所以投了一家做算法的公司,试试运气。以下是电话里面试官提的一些问题,在此做一个总结哈~1.如何用c语言编写生成不重复的随机整数? (出题原因:机器学习中,需要将样本随机划分为训练集和测试集) · 随机函数相关知识: 要取得[a,b)的随机整数,使用(rand() % (b-a))+ a (结果值含a不含b)。 要取得原创 2017-10-19 10:47:18 · 369 阅读 · 0 评论 -
【机器学习】Kaggle-Titanic:Machine Learning from Disaster
1.导入数据 利用pandas的read_csv()读取数据2.观察数据 利用pandas中的info()显示原始数据属性的基本信息,describe()显示属性的统计信息import pandasTtrain =pandas.read_csv("train.csv")print(Ttrain.describe())3.数据预处理 (1)数据缺失 · 若缺失值的样本占总数比例很高,则直原创 2017-09-03 16:04:17 · 399 阅读 · 0 评论 -
《统计学习方法》李航_学习笔记_第4章_朴素贝叶斯
第4章 朴素贝叶斯 《统计学习方法》李航 第4章 朴素贝叶斯 《机器学习实战》第4章 基于概率论的分类方法这里写代码片原创 2017-09-09 16:05:31 · 460 阅读 · 0 评论 -
《统计学习方法》李航_学习笔记_第5章_决策树
第5章 决策树 《统计学习方法》李航 第五章 决策树 《机器学习实战》 第3章 决策树决策树: 1.树形结构(内部节点表示一个特征或属性,叶节点表示一个类) 2.if-then规则的集合(决策树上所有根节点到叶节点路径的集合)互斥且完备 3.定义在特征空间与类空间上的条件概率分布。(将特征空间划分为互不相交的单元,并在每个单元定义一个类的概率分布,将节点实例归为条件概率最大的一类)原创 2017-09-08 10:26:13 · 201 阅读 · 0 评论 -
《统计学习方法》李航_学习笔记_第3章_k近邻法
第3章 k近邻法k近邻法(k-nearest neighbor,k-NN)是一种基本分类与回归方法 输入:实例的特征向量 输出:实例的类别 k近邻法假设给定一个训练数据集,其中的实例类别已定,分类时,对新的实例,根据其k个最近邻的训练实例的类别,通过多数表决等方式进行预测。 实质:利用训练数据集对特征向量空间进行划分,并作为其分类的模型k近邻法三要素: k值的选择、距离度量、分类决策规则原创 2017-01-07 17:56:26 · 594 阅读 · 0 评论 -
《统计学习方法》李航_学习笔记_第1章_统计学习方法概论
第1章 统计学习方法概论1.1 统计学习 统计学习从数据出发,提取数据特征,抽象出数据的模型,发现数据中的知识,并对数据进行分析和预测。 统计学习的总目标:学习什么样的模型、如何学习模型,使得模型能够对数据进行准确的预测与分析,同时尽可能提高学习效率。 统计学习三要素:模型(模型的假设空间)、策略(模型的选择准则)、算法(模型学习的算法) 方法=模型+策略+算法 统计学习方法的步骤 (1原创 2017-07-01 22:53:49 · 514 阅读 · 0 评论 -
保研面试准备
机器学习相关概率 · 全概率公式 对于B1,B2,...,BnB_1,B_2,...,B_n 一个完备事件组,即事件两两互斥,且所有事件的交集为全集,P(Bi)>0P(B_i)>0 ,则事件A满足P(A)=∑ni=1P(A|Bi)P(Bi)P(A)=\sum_{i=1}^{n}{P(A|B_i)P(B_i)} 实际意义:当一个事件A的概率P(A)P(A) 不好求,而P(Bi)P(B_i) 和原创 2017-09-14 10:21:23 · 2545 阅读 · 0 评论 -
《统计学习方法》李航_学习笔记_第2章_感知机
**第2章 感知机** 感知机(perception)是一种二类分类的线性分类模型 输入:实例的特征向量 输出:实例的类别(+1,-1) 感知机:输入空间中将实例划分为正负两类的分离超平面,属于判别模型 感知机学习 目的:求出将训练数据进行线性划分的分离超平面 方法:导入基于误分类的损失函数,利用梯度下降法对损失函数进行极小化,求得感知机模型2.1感知机模型 感知机: f(x)=原创 2017-01-07 13:14:21 · 573 阅读 · 0 评论