MachineLearning
wu_cai_
这个作者很懒,什么都没留下…
展开
-
【机器学习基础】理解为什么机器可以学习——Hoeffding不等式
引入在上一小节“理解为什么机器可以学习——PAC学习模型”中,我们主要讨论了假设的错误率问题和如何说一个学习器是可学习的,并给出了PAC学习理论。这一小节,我们将沿着这个方向,讨论一下,有限假设空间的样本复杂度,并用Hoeffding不等式来界定概率边界。假设空间的样本复杂度PAC可学习性很大程度上由所需的训练样本数量决定。随着问题规模的增长所带来的所需训练样本的增长称为学习问题的样本转载 2015-09-05 16:14:29 · 5364 阅读 · 2 评论 -
UCI数据集和源代码
UCI数据集是一个常用的标准测试数据集,下载地址在http://www.ics.uci.edu/~mlearn/MLRepository.html我的主页上也有整理好的一些UCI数据集:http://lamda.nju.edu.cn/yuy/files/download/UCI_arff.zip在看别人的论文时,别人使用的数据集会给出数据集的出处或下载地址(除非是很转载 2015-09-14 00:21:54 · 877 阅读 · 0 评论