lens_的博客

第一章 - 绪论1、课程笔记1.1 引言1.2 基本术语1.3 假设空间1.4 归纳偏好2、习题1、课程笔记傍晚小街路面上沁出微雨后的湿润，和熙的细风吹来，抬头看看天边的晚霞， 嗯，明天又是一个好天气.走到水果摊旁，挑了个根蒂蜷缩、敲起来声音浊响的青绿西瓜，一边满心期待着皮薄肉厚瓢甜的爽落感，一边愉快地想着，这学期狠下了工夫，基础概念弄得清清楚楚，算法作业也是信手拈来，这门课成绩一定差不了!...

本节课将继续深入探讨机器学习问题，介绍感知机 Perceptron 模型，并推导课程的第一个机器学习算法： Perceptron Learning Algorithm（PLA） 2.1 Perceptron Hypothesis Set 感知器的假设集引例：某银行要根据用户的年龄、性别、年收入等情况来判断是否给该用户发信用卡。现在有训练样本 D，即之前用户的信息和是否发了信用卡。这是...

这门课由台湾大学林轩田老师讲授，主要分为四大部分：When Can Machine Learn?             在何时可以使用机器学习？ Why Can Machine Learn?               为什么机器可以学习？ How Can Machine Learn?               机器可以怎样学习？ How Can Machine Learn Be...

1、单变量线性回归在本部分练习中，您将使用一个变量实现线性回归，以预测食品卡车的利润。假设你是一家连锁餐厅的首席执行官，正在考虑在不同的城市开设一家新分店。这个连锁店已经在不同的城市有了卡车，你可以从城市得到利润和人口的数据。您希望使用这些数据来帮助您选择下一个要扩展到的城市。文件ex1data1.txt包含线性回归问题的数据集。第一列是一个城市的人口第二列是那个城市的食品卡车的利润。...

台大李宏毅老师的机器学习课程笔记。传送门：下一课：李宏毅机器学习笔记——01.回归（Regression）人工智慧：是想要达成的目标 机器学习：达成目标的手段 深度学习：是机器学习的其中一种方法人类设定好的天生本能，永远无法超越创造者 (if...) What is Machine Learning?写程序让它具有学习的能力Machine Learning...

第二章 - 模型评估与选择1、课程笔记1.1 经验误差与过拟合1.2 评估方法1.2.1 留出法1.2.2 交叉验证法1、课程笔记1.1 经验误差与过拟合我们将学习器对样本的实际预测结果与样本的真实值之间的差异成为：误差（error）。定义：在训练集上的误差称为训练误差（training error）或经验误差（empirical error）。在测试集上的误差称为测试误差（test ...