斯坦福 机器学习 第一课
http://v.163.com/movie/2008/1/M/C/M6SGF6VB4_M6SGHFBMC.html
网上可以下到笔记
supervised learning 监督学习
regression problem 回归问题 处理的是连续的问题
classification problem 分类问题 处理的问题是离散的而不是连续的
回归问题和分类问题的区别应该在于 回归问题的结果是连续的,分类问题的结果是离散的。
discreet value 离散值
support vector machines 支持向量机 用来处理分类算法中输入的维度不单一的情况(甚至输入维度为无穷)
learning theory 学习理论
learning algorithms 学习算法
unsupervised learning 无监督学习
斯坦福 机器学习第二课:gradient descent 梯度下降
第二课从开车引入梯度下降
linear regression 线性回归
Neural Network 神经网络
gradient descent 梯度下降 监督学习的一种算法,用来拟合的算法
normal equation

本文记录了斯坦福大学的机器学习课程内容,涵盖第一课的监督学习,包括回归问题和分类问题的区别,以及支持向量机的应用。第二课深入讲解了梯度下降算法。第三课探讨了欠拟合与过拟合的理论,并简要提及了深度学习的相关概念。
最低0.47元/天 解锁文章
471

被折叠的 条评论
为什么被折叠?



