PRML第一章《緒論》本章一共七個小章節(jié)1.1從一個例子多項式曲線擬合1.2講解了概率論基礎(chǔ)，分為6個小章節(jié)洒沦，包括概率密度、期望與協(xié)方差、貝葉斯...

PRML第一章《緒論》本章一共七個小章節(jié)1.1從一個例子多項式曲線擬合1.2講解了概率論基礎(chǔ)雁竞，分為6個小章節(jié)蚂斤，包括概率密度当辐、期望與協(xié)方差怒详、貝葉斯...

1.大型數(shù)據(jù)集的學習 處理大數(shù)據(jù)集的算法近年來機器學習技術(shù)的發(fā)展歸因于我們有極其龐大的數(shù)據(jù)用來訓練我們的算法魂贬。處理如此海量數(shù)據(jù)的算法森枪？我們?yōu)槭裁?..

1.問題的動機 異常檢測(Anomaly detection)問題是機器學習算法的一個常見應(yīng)用买乃。這種算法的一個有趣之處在于：它雖然主要用于非監(jiān)督...

1.無監(jiān)督學習：簡介 聚類算法：第一個無監(jiān)督學習算法（無標簽的數(shù)據(jù)） 什么是無監(jiān)督學習呢歹茶？對比：監(jiān)督學習問題指的是泊碑，我們有一系列標簽捎拯，然后用假設(shè)...

1.優(yōu)化目標 在監(jiān)督學習中泪幌，很多監(jiān)督學習算法的性能都非常相似，所以經(jīng)常要考慮的東西署照，不是選擇算法祸泪，而是更多的去考慮，你構(gòu)建這些算法時所使用的數(shù)據(jù)...

1.決定下一步做什么 到目前為止建芙，我們已經(jīng)介紹了許多不同的學習算法没隘，如果你一直跟著這些視頻的進度學習，你會發(fā)現(xiàn)自己已經(jīng)不知不覺地成為一個了解許多...

1.代價函數(shù) 神經(jīng)網(wǎng)絡(luò)在分類問題中的應(yīng)用：兩種分類問題：第一種是二元分類禁荸；這里的y只能是0或1右蒲，在這種情況下阀湿，我們會有且僅有一個輸出單元。K：輸...

1.非線性假設(shè) 我們之前學的瑰妄，無論是線性回歸還是邏輯回歸都有這樣一個缺點陷嘴，即：當特征太多時，計算的負荷會非常大间坐。 下面是一個例子： 如果n是原始...

1.分類問題 如果我們要預測的變量y是一個離散情況下的分類問題灾挨，比如判斷郵件是否是垃圾郵件。就要使用logistic回歸算法：最廣泛使用的算法之...