统计学习方法
文章平均质量分 86
进军编程
机器学习,深度学习
展开
-
统计学习基础内容
概述统计学习: 即统计机器学习,往往指现在提及的机器学习统计学习目的:通过已知数据,对未知数据进行预测和分析统计学习类别: 监督学习(本书主要内容);非监督学习;半监督学习;强化学习等统计学习三要素:模型;策略;算法 (以下内容主要讨论监督学习,对其我们从统计学习的三要素逐一展开)监督学习 监督学习的相关问题分类问题 相关实例:文本分类——大量的新闻报道、网页、电子邮件、学术论文需要归类为政治类原创 2017-08-21 16:21:14 · 338 阅读 · 0 评论 -
感知机完整推导
简介: 感知机(perceptron)是二分类的线形分类模型,输入为实例的特征向量,输出为实例的类别(+1,-1)。感知机对应于特征空间中将实例划分为正负两类的分离超平面;而且其是支持向量机与神经网络的基础。 我们的目标其实就是找出该分离超平面,根据统计学习的三要素:模型、策略、算法,我下面将从这三方面展开。感知机模型模型: f(x)=sign(w⋅x+b) f(x) = sign(w \c原创 2017-11-07 17:47:01 · 446 阅读 · 0 评论