hx的博客

以下内容以2017年秋哈工大机器学习课程为主，参考周志华老师的《机器学习》，李航老师的《统计学习方法》以及Andrew NG的斯坦福公开课整合而成 CH1.基本术语 1.机器学习的一般泛型   根据训练数据是否有标记信息，学习任务可大致划分为两大类：监督学习和无监督学习。监督学习的典型例子为分类（对离散值的预测）和回归（对离散值的预测）

1.极大似然估计 给定一堆数据，假如我们知道它是从某一种分布中随机取出来的，可是我们并不知道这个分布具体的参数，即“模型已知，参数未知”。例如，我们知道这个分布是正态分布，但是不知道均值和方差；或者是二项分布，但是不知道均值。 极大似然估计（MLE，Maximum Likelihood Estimation）就可以用来估计模型的参数。MLE的目标是找出一组参数，使得模型产生出观测数据的概率最大