机器学习基石-林轩田-课程总结

最新推荐文章于 2022-06-11 19:53:43 发布
最新推荐文章于 2022-06-11 19:53:43 发布
阅读量271 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： machine-learning 文章标签： 机器学习基石
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/u014297722/article/details/86544755
本博客深入探讨了机器学习的核心概念，包括机器学习的可行性、不同类型的机器学习、泛化理论、VC维度、线性及逻辑回归、多分类问题、过度拟合的避免方法等。通过实践案例，如Perceptron、Pocket算法、错误率VCbound计算，以及添加正则化项，全面解析了机器学习的理论与应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

https://github.com/cuixuage/Machine_Learning

Lecture Directory

When can Machines Learn?

1.机器学习问题
2.二分类
3.不同的ML类型
4.可行性
hw0: 条件概率 and 贝叶斯公式
hw1: Perceptron and Pocket algorithm实现

Why can Machines Learn?

1.growthFunction,breakPoint
2.ML泛化理论
3.VC维度,边界
4.噪声和错误估计
hw2:错误率 VC bound计算样本数目N

How can Machines Learn?

1.线性回归,伪逆矩阵,squaredError
2.逻辑回归,sidmod函数,crossEntropyError
3.多分类问题,SGD
4.非线性问题的featureTransform
hw3:损失函数,linear/logistic(SGD) algorithm实现

How can Machines Learn Better?

1.过度拟合的危害,避免的方法
2.有约束的regularizer
3.验证集validation作用
4.小技巧,课程总结
hw4:添加项regularization,验证集valiadation的实现,计算

作业参考
https://acecoooool.github.io/blog/categories/MLF-MLT/

感知器算法
cuixuange的博客
10-18 4878
**感知器算法: 线性判别函数 或者说广义的线性判别曲面 进行二分类或者多分类的代码实现 以及使用iris_data 的感知机测试代码 不断地迭代赏罚 为后面的梯度下降方式做铺垫** -github：https://github.com/cuixuage/Machine_Learning 参考资料 https://ljalphabeta.gitbooks.io/python-/conte
DQN若干种变型及实现
cuixuange的博客
10-05 4592
测试环境 gym cartPole-vo 代码实现 https://github.com/cuixuage/Reinforcement_Learning/tree/master/Pytorch_basic 1.Nature DQN 延迟target NetWork更新 相当于用前期一定步数的reward来计算当前真实值 2.Double DQN 为什么我测试效果不如DQN好? https://bl...
林轩田机器学习课程
Forlogenの解忧杂货铺
01-13 492
课程连接：Machine Learning Foundations and Machine Learning Techniques 包含了课程的讲义和视频。
台湾大学林轩田机器学习技法课程学习笔记16（完结） -- Finale
红色石头的专栏
08-21 4786
我的优快云博客地址：红色石头的专栏 我的知乎主页：红色石头 我的微博：RedstoneWill的微博 我的GitHub：RedstoneWill的GitHub 我的微信公众号：红色石头的机器学习之路（ID：redstonewill） 欢迎大家关注我！共同学习，共同进步！ 上节课我们主要介绍了Matrix Factorization。通过电影推荐系统的例子，...
林轩田《机器学习基石》资源汇总（视频+学习笔记+书）
热门推荐
优快云 人工智能
05-10 2万+
来源 | AI有道（公众号ID：redstonewill）▌课程介绍台湾大学林轩田老师的《机器学习基石》课程由浅入深、内容全面，基本涵盖了机器学习领域的很多方面。其作为机...
机器学习白板推导系列学习笔记1----频率派（似然函数-＞损失函数-＞求梯度）与贝叶斯派（朴素贝叶斯-＞概率图模型-求积分）
weixin_36378508的博客
05-23 523
1 定义参数 X:数据。N个样本，每个样本P维：参数。 2 频率派 认为为未知的常量，X 为随机变量 目标：估计得到 极大似然估计：= 由此发展出的为统计机器学习，一般是一个优化问题： 建模--->loss function----->具体算法（梯度下降等） 3 贝叶斯派 认为为随机变量，X 为随机变量，~p()先验，服从分布。 目标：求出最大的那个概率分布 由此发展出的为概率图模型，一般是一个求积分问题： MCMC(蒙特卡洛估计) 贝叶斯定...
机器学习的基石——概率论和贝叶斯定理
zhengudaoer的博客
04-02 1704
1、联合概率分布联合概率分布简称联合分布，是两个及以上随机变量组成的随机变量的概率分布。对于二维离散随机向量，设X和Y都是离散型随机变量，  和  分别是X和Y的一切可能的几何，则X和Y的联合概率分布可以表示为如下图的列联表，也可以表示为如下的函数形式其中2、边缘概率分布边缘分布（Marginal Distribution）指在概率论和统计学的多维随机变量中，只包含其中部分变量的概率分布。假设有一...
【机器学习】机器学习基石-林轩田-2-Learning to Answer Yes_No
星辰不问
06-11 299
【机器学习】机器学习基石-林轩田-2-Learning to Answer Yes_No
【机器学习】机器学习基石-林轩田-1-机器学习介绍
星辰不问
05-23 407
机器学习基石-1-机器学习介绍
台大机器学习基石-林轩田 习题解答.zip
04-28
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的...
机器学习基石-林轩田-高清课件整理-新
11-30
机器学习基石-林轩田-高清课件整理每页八个PPT页面。合并整理。
机器学习基石-林轩田-高清课件整理
11-30
机器学习基石-林轩田-高清课件整理每页两个PPT页面。合并整理。
《机器学习基石》-林轩田01
10-16
机器学习 Lecture 1: The Learning Problem Course Introduction foundation oriented and story-like What is Machine Learning use data to approximate target Applications of Machine Learning ...
《机器学习基石》-林轩田02
最新发布
10-16
机器学习 Lecture 2: Learning to Answer Yes/No Perceptron Hypothesis Set hyperplanes/linear classifiers in Rd Perceptron Learning Algorithm (PLA) correct mistakes and improve iteratively ...
RLAI-第三章-gridWorld实践
cuixuange的博客
09-04 2340
第三讲 方格世界 DP 初始情况 1.只有移动到指定位置,Reward=1.否则Reward=-1 2.States-space(4*4 终止的方格+非终止) 3.Action-space(n,e,s,w) 4.转移概率(1/4 感觉这就是相当于指定Action的策略) 5. 折扣因子γ=1 目的 给定某一策略(比如转移概率)，计算每一个方格最终的状态价值 公式 ...
kaggle kernel 学习笔记
cuixuange的博客
05-12 1714
学习链接 https://www.kaggle.com/learn/intermediate-machine-learning 3.Missing Values 1.drop columns # Get names of columns with missing values cols_with_missing = [col for col in X_train.columns if X_trai...
量化投资的线性回归
cuixuange的博客
11-20 1318
多元线性回归 预测平安银行的股价利润欢迎访问: https://github.com/cuixuage/Machine_Learning#coding=utf-8 import numpy as ny import pandas as pd import matplotlib as mp import scipy as sp import sklearn as sl# 本金10万元 初始股票价
Django 垃圾短信分类
cuixuange的博客
12-16 939
背景: 给出任意一条短信，判断其是否为垃圾短信 https://github.com/cuixuage/Machine_Learning 模型源码 Django交互源码 对于垃圾短信分类问题做一个demo展示 1.前端ajax+后端Django 2.训练的数据模型的存放在static中；单例模式保证了训练模型只会加载一次 3.缺点: 第一次打开页面花费时间较长，需要等待server加
DQN paper 总结
cuixuange的博客
10-02 713
已读paper Playing Atari with Deep Reinforcement Learning Human-level control through deep reinforcement learning deep-Q-NetWork 思考 1.value-function是如何使用的 2.算法伪代码 3.异策略 行动策略(产生新样本数据的策略,例如e-greedy) 和 评估策略...
探索机器学习基石：林轩田课程详解
台湾大学林轩田教授的《机器学习基石》课程是一门深入浅出的教程，分为四个关键部分：机器何时能学习、为何能学习、如何学习以及如何更好地学习。每个部分由四节课构成，共计16节，旨在帮助学习者理解机器学习的基本...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值