【Mark Schmidt课件】机器学习与数据挖掘——进一步讨论线性分类器

本课件主要内容包括：

1. 上次课程回顾：基于回归的分类方法

2. Hinge损失

3. Logistic损失

4. Logistic回归与SVMs

5. “黑盒”分类器比较

6. 最大余量分类器

7. 支持向量机

8. 鲁棒性与凸近似

9. 非凸0-1近似

10. 鲁棒Logistic回归

英文原文课件下载地址：

http://page5.dfpan.com/fs/blcj5221d29126cbad8/

更多精彩文章请关注微信号：