机器学习基石
Minininjia
A true artist can enjoy the art of peace.
展开
-
Lecture 1:机器学习初识
1:The Learning Promblem机器学习初识什么是机器学习? 机器学习就是用大量的资料,通过一个算法,训练出一个较为理想的目标函数。这个目标函数必须是未知的,但是有大量的由其产生的相关数据,我们可以根据这些数据来大概地拟合出这个目标函数。原创 2016-05-31 15:12:40 · 636 阅读 · 0 评论 -
Lecture 2: PLA 演算法
PLA演算法是机器学习中最简单的演算法,它找到一个函数式来模拟输入和输出之间的关系,并且根据找到的点的错误来修正这个函数式。函数式:模拟现实世界的关系 因为是是非问题,所以可以通过正负号来表示输出修正:函数式学习的过程 如果得到的结果W*X和Y结果不同,就进行修正。 比如W*X小于0,说明W和X之间的夹角太大,而正确的Y大于0,所以修正为W+Y*X,使向量转向W和X之间。 如果W*X大于0则原创 2016-05-31 17:16:28 · 642 阅读 · 0 评论 -
Lecture3: 不同种类的学习
Learning with different output space1.classification 2.regression 3.structured:such as judging whether a sentence is legalLearning with different reinforcement1.supervised:every comes with correspon原创 2016-06-02 11:08:16 · 279 阅读 · 0 评论 -
Lecture4: 学习的可能性
Rise the question:Is learning possiblelearning frome D(to infer something outside D) is doomed if any “unknown” f can happen. Because the law learned from inside D would probably show nothing of the l原创 2016-06-02 20:49:16 · 373 阅读 · 0 评论 -
Lecture 5:把无限多个假设降到有限个
Learning is PAC-possible if enough statistical data and finite when M is infinite,we need to estabish a finite quantity that replaces M is effective number of hypotheses always is less than ,原创 2016-06-03 09:37:37 · 274 阅读 · 0 评论