全部笔记的汇总贴:统计学习方法读书笔记汇总贴
一、无监督学习基本原理
- 聚类
- 降维
- 概率估计
无监督学习是一个困难的任务,因为数据没有标注,也就是说没有人的指导,机器需要自己从数据中找出规律。
二、基本问题
- 聚类(clustering)是将样本集合中相似的样本(实例)分配到相同的类,不相似的样本分配到不同的类。
- 降维(dimensionality reduction)是将训练数据中的样本(实例)从高维空间转换到低维空间。
- 概率模型估计(probability model estimation),简称概率估计,假设训练数据由一个概率模型生成,由训练数据学习概率模型的结构和参数。
三、机器学习三要素
- 模型
- 策略
- 算法
四、无监督学习方法
- 聚类:层次聚类、k均值聚类
- 降维:奇异值分解、主成分分析
- 话题分析:(概率模型估计问题或降维问题)潜在语义分析、概率潜在语义分析、潜在迪利克雷分布、马尔科夫链蒙特卡洛方法
- 图分析:PageRank算法
下一章传送门:统计学习方法读书笔记(十四)-聚类方法