![](https://img-blog.csdnimg.cn/20190327223002816.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
西瓜书学习笔记(导论)
刚开始学,只是写写导论部分笔记,略简陋,希望能和大家一起进步~
Wonz
后端 -> 全栈 -> 后端
技术很菜,但一直在学习。
「人们会被自己热爱的事物改变」
展开
-
机器学习 | 西瓜书学习笔记 ch06:支持向量机
6.0 背景 支持向量机 灵活 能力强(以任意精度逼近连续函数的任意角) 数学理论坚定 全局最优解 不需要人工调参 计算开销大(相对) 领域支持陷入困难 服务科学界 神经网络 灵活 能力强 理论不清,来自认知 局部最优解 依赖人工调参 可大可小 领域支持无处不在 服务工业界 6.1 间隔与支持向量 间隔(margin):选择“正中间”,容忍性好,鲁棒性...原创 2020-01-30 20:21:16 · 336 阅读 · 0 评论 -
机器学习 | 西瓜书学习笔记 ch07:贝叶斯分类器
7.1 贝叶斯决策论(Bayesian decision theory) 贝叶斯最优分类器 贝叶斯风险 判别式 vs. 生成式 判别式(discriminative)模型 思路:直接对 P(c | x) 建模 代表 决策树 BP 神经网络 SVM 生成式(generative)模型 思路 先对联合概率分布 P(x, c) 建模,再由此获得 P(c | x) ...原创 2019-04-17 22:29:25 · 721 阅读 · 0 评论 -
机器学习 | 西瓜书学习笔记 ch05:神经网络
5.1 神经元模型 神经网络的定义 神经网络是由具有适应性的简单单元组成的广泛并行互联的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的反应 神经元模型:即上述定义中的“简单单元”是神经网络的基本成分 M-P 神经元模型 输入:来自其他 n 个神经元传递过来的输入信号 处理:输入信号通过带权重的连接进行传递,神经元接受到总输入值将与神经元的阈值进行比较 输出:通过激活函数...原创 2019-03-27 22:11:24 · 568 阅读 · 0 评论 -
机器学习 | 西瓜书学习笔记 ch03:线性模型
3.1 基本形式 f(x)=wTx+b f(x) = w^Tx+b f(x)=wTx+b 其中 w=(w1;w2;...;wd) w = (w_1;w_2;...;w_d) w=(w1;w2;...;wd) 线性模型的缺陷:XOR(异或问题)解决不了,无法用一条线进行划分. 补充 梯度下降法 f(x+Δx)=f(x)+ΔxT∇f(x) f(x+\Delta x)= f(x...原创 2019-03-26 10:33:30 · 380 阅读 · 3 评论 -
机器学习 | 西瓜书学习笔记 ch04:决策树
4.1 基本流程 每个非叶子结点,是对某个属性的测试 每个叶子结点,是判定结果 决策树算法:递归结构 递归边界: 当前结点包含的样本,都属于同一类别,无需划分 当前属性集为空(即:需要做的属性测试全做完了,没必要再分),或者所有样本在所有属性上取值相同(即:产生了样本冲突,没办法再分) 当前结点包含的样本集合为空(即:边界条件,没必要分 / 没办法分都有) 4.2 划分选择 **关键:**...原创 2019-03-25 21:41:34 · 475 阅读 · 0 评论