發(fā)簡信
IP屬地：浙江
-
機器學習筆記（5,6）--林軒田機器學習基石課程
這兩個lecture罗售，集中證明了馁痴，當我的hepothesis個數看起來有無限多種時焕梅，也就是前面講到的牺汤，找一個超平面（直線）做二元劃分問題時竣付，超平...
-
機器學習筆記（4）--林軒田機器學習基石課程
Feasibility of Learning 這一節(jié)課寇窑，探討機器學習的可行性凤藏。一開始惋增，老師給出了一個例子叠殷，說機器學習并不能確保學習到的 g 近...
-
機器學習筆記（3-1）--林軒田機器學習基石課程
Learning with different output space 機器學習按照輸出的結果，可以分為四類（老師講了四類诈皿，可能不止）： bi...
-
機器學習筆記（2-4）--林軒田機器學習基石課程
Non-Separate Data 當我們不知道數據集是否線性可分時林束，我們采用貪心的算法，構建 modified PLA. Modified P...
-
機器學習筆記（2-3）--林軒田機器學習基石課程Gurantee of PLA 這一小節(jié)稽亏，老師解決了我上一節(jié)中遺留的問題壶冒。 首先，只有當數據集data是線性可分的時候截歉，才存在 f 超平面胖腾，將空...
-
機器學習筆記（2-2）--林軒田機器學習基石課程Perceptron Learning Algorithm 在上一節(jié)中，給出了 hepothesis 之后怎披，我們就要考慮如何找到 g 胸嘁。從此出發(fā)...
-
機器學習筆記（2-1）--林軒田機器學習基石課程
Perceptron Hypothesis Set 這一節(jié)中，林老師介紹了一種最為基本的假說模型：感知器模型凉逛。 先說背景問題：客戶申請信用卡性宏，...
-
機器學習筆記（1）--林軒田機器學習基石課程
Machine Learning and other Field 機器學習和數據挖掘：機器學習是通過數據訓練，借助設計的機器學習演算法状飞，從眾多的...