- 博客(6)
- 收藏
- 关注
原创 机器学习相关的技术
supervised learning(监督学习)监督学习的问题是我们需要大量的training dataRegression(监督学习)监督学习(Regression):我们在做预测时会用到。首先我们要准备一些训练资料(Training Data),基于这些过去得数据,模拟出一个function,输出是一个预测未来得数值(scalar)Classification(分类)Regression和Classification的差别就是我们要机器输出的东西的...
2021-08-16 21:39:44 413
原创 Machine-learning-learning-notes/周志华《Machine Learning》学习笔记4
神经网络定义:神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所做出的交互反应5.1 神经元模型神经网络中最基本的单元是神经元模型(neuron)。“M-P神经元模型”正是对这一结构进行了抽象,也称“阈值逻辑单元“,其中树突对应于输入部分,每个神经元收到n个其他神经元传递过来的输入信号,这些信号通过带权重的连接传递给细胞体,这些权重又称为连接权(connection weight)。细胞体分为两部分,前一部分计算总输入值(即输入信号的加权和
2021-07-25 21:38:32 133
原创 Machine-learning-learning-notes/周志华《Machine Learning》学习笔记3
4.决策树4.1 基本流程4.1.1 组成一颗决策树包含一个根结点、若干个子结点和若干个叶结点。根结点:包含样本全集; 子结点:对应属性划分,包含划分样本; 叶结点:对应决策结果,包含决策样本。从根结点到每个叶结点的路径:对应一个判定测试序列(系列子决策)。4.1.4 算法算法中最关键的是第8行,即如何选择最优划分属性。其中有三种情形导致递归返回:当前结点包含的样本全属于同一类别,无需划分,该结点类别确定。 所有样本在所有属性值相同,或属性集为空,无法划分,该结点类
2021-07-22 23:27:10 144
原创 Machine-learning-learning-notes/周志华《Machine Learning》学习笔记2
第3章 一元线性回归3.1 3.2 一元/多元线性回归机器学习三要素:模型:根据具体问题,确定假设空间 策略:根据评价标准,确定选取最优模型的策略(通常会产出一个“损失函数”) 算法:求解损失函数,确定最优模型1.搞清楚两个概念:最小二乘法 极大似然估计最小二乘法基于均方误差最小化来进行模型求解的方法称为“最小二乘法”均方误差是样本预测误差之和,线性回归要求的就是基于均方误差最小的一条直线,其几何意义是:点到直线的(平行于y轴的)距离最短。...
2021-07-19 21:35:02 147
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人