- 博客(3)
- 资源 (9)
- 收藏
- 关注
RSS订阅原创 林轩田机器学习基石及技法课程中线性分类器的总结
概述 什么是机器学习 机器为什么可以学习 如何提高机器学习性能 常见线性分类器及其关系 总结 to be continue概述在林老师的机器学习课程中，我觉得受益最多的是将机器学习中的原理背景以及推导过程进行了详细描述。这里就简单总结下，不足之处还望多多拍砖。什么是机器学习机器学习本质是从一堆资料中提取技能。如下图： 整个的学习流程如下： 以信用卡是否通过为例，我们拿到一堆样例资料，假设这堆
2017-10-22 10:34:21
637
转载 NTU-Coursera机器学习:VC Bound和VC维度
from http://blog.youkuaiyun.com/songzitea/article/details/43112233 Break Point 对成长函数的限制上一讲重点是一些分析机器学习可行性的重要思想和概念，尤其是生长函数(growth function) 和突破点(break point) 的理解(上一节提到的4个成长函数)：假设对于一个问题，minimum break point k =
2017-10-12 07:43:17
488
转载 台湾国立大学机器学习基石.听课笔记（第四讲）： 机器学习的可行性
from：http://blog.youkuaiyun.com/huang1024rui/article/details/47089367 提纲机器学习的可行性 & 訓練與測試内容如:1. 引入计算橙球概率问题2. 通过用Hoeffding’s inequality解决上面的问题，并得出PAC的概念，证明采样数据学习到的h的错误率可以和全局一致是PAC的3. 将得到的理论应用到机器学习，证明实际机器是可以学习4
2017-10-01 19:36:17
341
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人