机器学习
同济最弱菜鸡
这个作者很懒,什么都没留下…
展开
-
《机器学习》笔记(三)
线性回归回归和分类的区别在于要预测的⽬标函数是连续值。线性回归定义可以使⽤最⼩⼆乘法(least square method)对向量形式中的参数w和b估计w和b的最⼩⼆乘法估计最⼩⼆乘法就是基于及预测值和真实值的均⽅差最⼩化的⽅法来估计参数值线性模型的优点形式简单、易于建模可解释性非线性模型的基础⼴义线性回归只要学到w和b,模型就可以确定。对于任意的测试样例x,只要...原创 2020-03-12 22:12:54 · 153 阅读 · 0 评论 -
《机器学习》笔记(二)
Q:怎样评估一个学习算法训练出来的学习器的效果好坏?评估学习器的基本思想是:学习器误差越小越好。对于分类任务,分类错误的样本数占总样本数的比率越小越好。对于回归预测,预测值与真实值的差越小越好。学习器泛化能力越强越好。也就是说学习能力不仅在训练样本上要表现好,在新的样本上的表现也要好。不能像书呆子一样在学校表现很好,但一进入社会就一塌糊涂。因此,我们通常衡量一个学习器的泛化误差,也就是一个...原创 2020-03-12 21:44:25 · 207 阅读 · 0 评论 -
《机器学习》笔记(一)
Q:什么是机器学习?A:机器学习最初被定义为“不显式编程地赋予计算机能力的研究领域”。很明显,这里的“机器”是指计算机。机器学习则不是直接告诉计算机什么时候做什么,而是提供一些案例(训练数据),让计算机通过案例自己学习,自己摸索什么时候应该做什么。一个著名的例子是给计算机输入一大堆“房价-房屋面积”数据,让计算机自己发现房价和房屋面积的规律,然后我们输入一个新的房屋面积数据,计算机就可以根据学...原创 2020-03-12 21:11:01 · 158 阅读 · 0 评论