机器学习、统计学习基础概念整理

最新推荐文章于 2025-11-30 16:20:21 发布
原创 最新推荐文章于 2025-11-30 16:20:21 发布 · 193 阅读 · 0 ·
CC 4.0 BY-SA版权
若转载，请附上原文链接
文章标签：

#机器学习 #线性代数 #矩阵

博客提及向量空间，但内容更新中。向量空间是信息技术领域中与机器学习、线性代数相关的重要概念，矩阵运算等常基于向量空间展开。

更新中！！！

向量空间

机器学习知识点全面总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-12 17万+
机器学习按照模型类型分为监督学习模型、无监督学习模型和概率模型三大类,文章对十大机器学习算法进行详细介绍并阐述机器学习其他概念问题，可作为机器学习初学者学习使用。
机器学习中的统计学基础
小男孩儿的博客
07-30 1121
观察结果： 离散层度：两幅图中蓝色点比较集中，另外两幅中比较分散，它们描述的是方差情况。比较集中的属于方差小的，比较分散的属于方差大的情况。 蓝色与红色靶心区域的位置关系：靠近红色靶心的属于偏差较小的情况，远离靶心的属于偏差较大的情况。 离散程度：反映各变量远离其中心值的程度。 常用指标：极差 方差 ...
机器学习（00）—统计机器学习概念
blaank的博客
04-09 506
统计学习概念1. 什么是统计学习1.1什么时候需要估计fff预测（可以不知道fff的具体形式）推断（必须明确YYY与XXX的关系）1.2 如何估计fff参数方法非参数方法1.3预测精度与模型解释性的权衡 1. 什么是统计学习 一般情况，假设观察到一个定量的响应变量（输出变量）YYY和ppp个不同的预测变量（输入变量）X1,X2,...,XpX_1, X_2, ...,X_pX1​,X2​,...,...
机器学习— —基本概念：统计学习三要素
weixin_40847708的博客
04-18 237
统计学习三要素：模型、策略、算法
【机器学习】机器学习中的统计学知识
探索世界，改变世界
12-14 2015
泛化能力、过拟合、经验风险(ERM)、结构风险（SRM）、 假设空间：模型在数学上的“适用场合”        使风险上界最小函数子集中挑选出使经验风险最小的函数，这个函数的子集就是假设空间   经验风险：训练集数据集是的风险 结构风险：只注重训练集的学习方法   经验风险在某种足够合理的数学意义上一致收敛于期望风险   奥卡姆剃刀原理：如无必要，勿增实体。切勿浪费较多的东西去做...
统计机器学习相关概念总结（中）
小白的专栏
02-16 529
统计机器学习相关概念总结（中）4. 模型评估与模型选择4.1 模型评估分类问题评估（1）error rate（2）accuracy（3）precision & recall（4）P-R曲线（5）F1值 & FβF_\betaFβ​（6）宏平均（macro-avg）& 微平均（micro-avg）（7）ROC曲线 & AUC回归问题评估4.2 模型选择（1）正则化（2）交叉验证完整代码地址参考 ML相关概念总结系列文章： 统计机器学习相关概念总结（上） 统计机器学习相关概念总
机器学习入门基础（万字总结）（建议收藏！！！）
热门推荐
subsistent的博客
12-04 18万+
机器学习是人工智能的重要技术基础，涉及的内容十分广泛。本文章涵盖了机器学习的基础知识，主要包括机器学习的概述、 回归、分类、聚类、神经网络、文本分析、图像分析、深度学习等经典的机器学习基础知识，还包括深度学习入门等拔高内容。介绍机器学习的基础概念和知识，包括机器学习简史、主要流派、与人工智能、数据挖掘的关系、应用领域、算法、一般流程等。伴随着计算机计算能力的不断提升以及大数据时代的迅发展人工智能也取得了前所未有的进步。
机器学习基本概念
時雨的博客
09-21 1581
机器学习领域术语繁多，理解和掌握这些术语是入门的第一步。建议在学习过程中结合实际案例和项目，逐步加深对这些术语的理解。
机器学习中的统计学习理论
2302_81695297的博客
09-07 2013
EM算法通过迭代更新隐变量的期望，最大化观测数据的似然函数，常用于处理含有隐变量的概率模型。
精选资源
机器学习基础概念梳理及面试常见问题整理
02-16
机器学习基础概念梳理及面试常见问题整理。 这部分是我在参与秋招时，结合上课的内容、自己看书的经验、面试的经验整理和总结而成的，有插图和重点标注，缺点是没有整理成pdf文档，建议使用Typora软件打开。 主要...
精选资源
机器学习-数学知识-整理学习手册-辅助教学-1742822032.zip
04-05
这份《机器学习-数学知识-整理学习手册》旨在为学习机器学习的初学者提供一个系统的数学知识框架，帮助他们更好地理解机器学习中的概念和算法。手册中涉及的数学知识包括但不限于线性代数、概率论与数理统计、优化...
【机器学习-01】机器学习基本概念与建模流程
qq_38614074的博客
03-15 8661
机器学习基本概念和建模流程介绍
机器学习周报二十四
weixin_60864619的博客
11-30 749
本周学习了潜在扩散模型的概念，潜在扩散模型的实现是很简单的，之后学习了变分自编码器(VAE)。同时解决了之前的RCNN目标检测的模型，但是效果很差。This week, I studied the concept of latent diffusion models. The implementation of latent diffusion models is quite simple. Afterwards, I learned about variational autoencoders (VAE)
11.1 高斯消元法的应用
passxgx的博客
11-26 779
高斯消元法实际应用
AAAI-2013《Spectral Rotation versus K-Means in Spectral Clustering》
Christo的博客
11-30 493
这篇论文成功地将谱旋转技术应用于谱聚类，解决了传统K-Means在处理松弛谱向量时的偏差问题。通过引入正交旋转约束，方法在理论上保证了更好的连续-离散逼近，并在实验中证明了其在图割优化和聚类指标上的优越性。论文结构清晰：从谱聚类背景引入问题，推导优化算法，提供理论证明，并通过基准数据集验证。该工作强调了谱聚类后处理的的重要性，为后续研究（如自适应谱聚类）提供了基础。
深度学习、机器学习、人工智能三者的关系
casually的博客
11-29 711
以上就是深度学习、机器学习、人工智能三者的关系。
【机器学习】21-22 机器学习系统开发流程 & 倾斜数据集
最新发布
weixin_54010404的博客
11-30 463
本文摘要：文章介绍了机器学习开发流程的关键环节，包括迭代开发过程、错误分析方法、数据增强与合成技术、迁移学习的应用场景与策略。详细阐述了倾斜数据集下的评估指标（准确率、召回率、F1分数）及其权衡关系，并概述了完整机器学习项目的生命周期（从任务定义到部署监控）。特别强调了在数据不平衡情况下传统准确率的局限性，提出了使用精确率和召回率作为替代指标，并通过F1分数进行综合评估的方法。最后提及了机器学习项目中的伦理考量和数据偏见问题。
机器学习初级
2401_87118211的博客
11-28 525
机器学习初级
3Blue1Brown《线性代数的本质》向量究竟是什么
木梓油
11-28 758
本文介绍了向量的三种视角：物理视角（带方向的箭头）、计算机视角（有序数字列表）和数学视角（满足运算规则的抽象对象）。重点讲解了二维向量的几何理解、加法运算（位移合成）和标量乘法（长度缩放与方向反转），通过具体示例展示了向量运算的计算方法。这些基础概念为理解线性代数提供了直观的几何视角。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值