FPGA机器学习之龙星计划机器学习第十九堂

 

分类问题。分类电子邮件。

垃圾邮件举个例子。

分析两个对ipad评价是好是坏的过程。

这是两种数据，结构数据就像表格那种，已经分类好了。非结构数据，就是文本，特征需要自己提取。

这个就是文本的情况下提取特征的方法。

其实每个词代表的信息量是不一样的。像一般的常用词的话，信息量就低。想is ，a，i，am等

网页分类。问题就是提炼出主题，特征就是文本，网址，连接，图像等

树状分类法，其实是一个很好的方法。

辅助的知识，可以提高搜索引擎的搜索能力。

这是一个例子。

几个性能指标的定义。

最后搜索的结果。这里面两个引擎a和引擎b的差别有什么差别不知道。

这里涉及到的是网页的几种排名。

 

网页搜索的一些问题。网页质量，搜索一次10亿个结果，真的全有效吗？

网页排名，或者是排序上的一些方案。

下一步就是训练，不断调节参数，网页。

测试排序的质量。最大似然估计吗？

这里就是一串的计算过程了。这些式子就比较熟悉了。

这里就是不同的训练方法的结果了。这个产生结果，我不是很明白。

这里就是很多机器学习的挑战了。

我能力有限，但是我努力的学习。这里就是最后一堂了，了解了很多，后面就要开始我对重要算法的详细学习了。