![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 85
ASH9750
这个作者很懒,什么都没留下…
展开
-
机器学习 - 编程练习(一):线性回归
编程练习(一):线性回归原创 2016-09-18 09:02:07 · 5426 阅读 · 2 评论 -
Windows下安装scikit-learn
Windows下安装scikit-learn原创 2016-09-18 09:04:01 · 680 阅读 · 0 评论 -
统计学习方法简介
统计学习方法简介统计学习方法简介概述监督学习的条件统计学习方法步骤统计学习三要素经验风险函数最小化和结构风险函数最小化模型评估与模型选择训练误差与测试误差过拟合与模型选择正则化与交叉验证正则化regularization交叉验证cross validation泛化能力泛化误差generalization ability生成模型与判别模型生成方法与判别方法的优缺点原创 2017-07-05 13:50:18 · 698 阅读 · 0 评论 -
感知机
感知机(perceptron)是二分类的线性分类模型,输入为实例的特征向量,输出为实例的类别,取 +1 和 -1 二值。感知机对应于输入空间(特征空间)中将实例划分为正负两类的分离超平面,属于判别模型。感知机学习算法具有简原创 2017-07-10 14:01:05 · 587 阅读 · 0 评论 -
机器学习 - 第一讲
导论,监督学习,非监督学习,一元线性回归翻译 2016-09-18 09:00:24 · 626 阅读 · 0 评论 -
机器学习 - 第二讲
多元线性回归翻译 2016-09-18 09:01:21 · 625 阅读 · 0 评论 -
Hinton Neural Networks for Machine Learning 第二讲: 感知机-几何描述
Hinton 第二讲: 感知机-几何描述Hinton 第二讲 感知机-几何描述权值空间 Weight-space 为什么学习过程有效感知机的局限 - 举例 区分简单图案权值空间( Weight-space )之前讲到的感知机是将实例点作为一个空间(输入空间), 权值则为超平面对实例点进行划分, 这里略有不同: 将所有的权值作为一个空间, 使用实例点作为输入向量从而对权值空间进行划分.原创 2017-07-13 15:58:57 · 547 阅读 · 0 评论