李宏毅机器学习课程笔记Lesson4-Classification

输入x ,通过一个函数，得到该x所属的类别
x -> function ->class n
例如银行贷款：
输入：用户的收入、存款等、工作、信用、年龄等
输出：同意或者拒绝

How to do Classisication
1.收集训练数据
（x1,y1）(x2,y2)…
2.理想做法
1）function (Model)
以二元分类为例子
大于0 class1
小于0 class2
2)loss function
错误的次数
3)Find the best function
例如：SVM

1.高斯分布
正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及project等领域都很重要的概率分布，在统计学的很多方面有着重大的影响力。
若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布，记为：
X∼N(μ,σ2)

2.极大似然估计法
就是利用已知的样本结果信息，反推最具有可能（最大概率）导致这些样本结果出现的模型参数值。
过程：
1. 写出似然函数；
2. 如果无法直接求导的话，对似然函数取对数；
3. 求导数 ；
4. 求解模型中参数的最优值。