u014642901的博客

1、核机器是最大边缘方法，把模型表示为训练实例的一个子集的影响之和。2、Support Vector Machine3、Vapnik原则：不要在解决问题之前把解决一个更复杂的问题作为第一步。4、支持向量：线性模型的参数（权重向量）可以用训练集的一个子集表示，称为~；5、核函数：数据实例之间相似性的应用专用度量。非线性基函数：把输入映射到另一个空间，在那个空间里课找到线性（光滑的

1、基本概念：训练集、测试集、特征值、监督学习、半监督学习、分类、回归2、概念学习：实例（instance） 集合 目标概念（target concept）训练集（training set/data） 测试样例（testing examples）特征向量（features/feature vetor）:属性的集合标记（label）正例（positive example）反例（negative ex...

1、机器学习中分类和预测算法的评估：准确率、速度、强壮性（部分数据缺失情况，能否正确判断）、可规模性（数据量变大，算法性能变化）、可解释性（特征值和规律，是否能够进行解释）2、决策树定义：类似于流程图的树结构，每个内部结点表示一个属性上的测试，每个分支代表一个属性输出，每个叶结点代表类或类分布。最顶层：根结点。3、熵entropy香农提出“信息熵”：一条信息的信息量大小和它的不确定性有直接的关系—...

转载来源：https://blog.youkuaiyun.com/csshuke/article/details/69850583我无意否认以上文献的价值，但是在机器学习、计算机视觉和人工智能领域，顶级会议才是王道。国内教材和CNKI上的基本是N年前老掉牙的东西。有人会质疑这些会议都只是EI。是的，这的确非常特殊：在许多其它领域，会议都是盛会，比如society of neuroscience的会议，每次...

1、概念：设计概率论、统计学、逼近论、凸分析等多分学习。研究计算机怎么模拟或实现人类的学习行为，以获取新的知识或技能。2、学科定位：人工智能（Artificial Intelligence，AI）的核心，是使计算机具有智能的根本途径，主要使用归纳、综合而不是演绎。3、定义：探究和开发一系列算法来如何使计算机不需要通过外部明显的指示，而可以自己通过数据来学习，建模，并且利用剑豪的模型和新的输入来预测...

1、下载Python2、下载IDE工具pyCharm3、配置tensorflowhttps://blog.youkuaiyun.com/heros_never_die/article/details/797606164、配置安装Jupyter notebook(Ann)Jupyter Notebook介绍、安装及使用教程https://www.jianshu.com/p...