- 博客(2)
- 资源 (4)
- 收藏
- 关注
原创 cs229-note3
Part V支持向量机这一节讲支持向量机(Support Vector Machines(SVM))学习算法.SVMs基本上是最好的现成的监督学习算法(这应该是2004年的讲义,所以现在放在现在可能这个描述并不准确 –me).1.边界:直觉我们将通过讨论边界(margins)来开始我们的SVMs的学习.这一节将给出关于边界的直觉和对于我们的预测的置信度;这些想法将在第三小节证明. 考虑逻辑回归,
2017-07-02 17:40:21 758
原创 cs229-note2
生成学习算法 至今为止,我们主要学习对于模型p(y|x; θ),给定了x得到y的条件分布.在这一,我们要讲学习算法的另一种类型(a different type of learning algorithm). 考虑我们想要基于动物的某些特征分辨大象(y = 1)和狗(y=0)的分类问题.给出一组训练集,逻辑回归与感知器算法尽力找出一条能够充当分类界限的直线,也就是能够区分大象和狗的直线.之后,为
2017-07-01 20:34:54 725
openfire源码配置需要的5个jar包
2015-12-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人