【Mark Schmidt课件】机器学习与数据挖掘——特征选择

本课件的主要内容如下：

1. 上次课程回顾：寻找“真实”模型

2. 信息准则

3. 贝叶斯信息准则

4. 关于食物过敏

5. 特征选择

6. 全基因组关联分析

7. “回归权重”方法

8. 搜索评分法

9. 评分函数的选择

10. “特征数量”惩罚

11. L0惩罚

12. 前向选择（贪婪搜索启发）

13. 后向选择与RFE

14. Mallow’s Cp

15. 噪声方差的信息准则

英文原文课件下载地址：

http://page5.dfpan.com/fs/4l8c6j2272d18259163/

更多精彩文章请关注微信号：