登录后绑定QQ、微信即可实现信息互通
不忘初心,方得始终.01 支持向量机支持向量机（Support Vector Machine，SVM）是众多监督学习方法中十分出色的一种，几乎所有讲述经典机器学习方法的教材都会介绍。关于SVM，流传着一个关于天使与魔鬼的故事。以下关于SVM的介绍很生动：传说魔鬼和..
宇宙，是时间和空间的总和。时间是一维的，空间。。。maybe 9 or 10维？降维，即用一个低维度的向量表示原始高维度的特征。常见的降维方法有主成分分析、线性判别分析、等距映射、局部线性嵌入、拉普拉斯特征映射、局部保留投影等。01 PCA最大方差..
主要内容：点估计：矩估计极大似然估计点估计的评判准则区间估计：置信区间 符号说明：1 参数估计问题2 点估计2.1 矩估计矩估计法的基本思想是根据大数定律，利用样本矩对总体分布矩进行估计。然后利用总体矩与参数的关系来对参数进行估计。记号：..
<机器学习基础>逻辑回归，SVM，决策树1、逻辑回归和SVM的区别是什么？各适用于解决什么问题？https://www.zhihu.com/question/249044222、Linear SVM 和 线性回归 有什么异同？答案：https://www.zhihu.com/question/26768865基础知识：https://blo..
目录：机器学习基础：机器学习的分类与一般思路微积分基础：泰勒公式，导数与梯度概率与统计基础：概率公式、常见分布、常见统计量线性代数基础：矩阵乘法的几何意义 这是一张非常著名的图，请仔细挖掘其信息量。以期它在整体上指引我们的学习。..
主要内容：极限：复习极限记号，无穷大无穷小阶数微分学（尚不讲积分）：复习函数求导，泰勒级数逼近牛顿法与梯度下降法Jensen不等式 复习凸函数，Jensen不等式的证明 一些记号说明： 1 极限 通俗语言适合说给对方听，数学记号适合写给对方看，..
目录：积分学理解积分：无穷求和，体积微积分基本定理：牛顿-莱布尼兹公式概率空间随机变量与概率：概率密度函数的积分条件概率共轭分布大数定律和中心极限定理随机变量的矩切比雪夫不等式大数定律中心极限定理 数学记号说明： 1 理解积分：无穷..
---蔡佳绪论---学科概述最优化..
>>>前言人工智能技术正在对社会结构、职场、教育等带来革命性的变化。未来几年是人工智能技术全面普及化的时期，也是该技术的相关人才最为稀缺的时期。人工智能泛指让机器具有人的智力的技术。这项技术的目的是使机器像人一样感知、思考、做事、解..
第2章 模型评估“没有测量，就没有科学。”这是科学家门捷列夫的名言。在计算机科学特别是机器学习领域中，对模型的评估同样至关重要。只有选择与问题相匹配的评估方法，才能快速地发现模型选择或训练过程中出现的问题，迭代地对模型进行优化。模型..
一、常用分类算法的优缺点二、正确率能很好的评估分类算法吗不同算法有不同特点，在不同数据集上有不同的表现效果，根据特定的任务选择不同的算法。如何评价分类算法的好坏，要做具体任务具体分析。对于决策树，主要用正确率去评估，但是其他算法，..
如果用一个词来形容概率图模型（Probabilistic Graphical Model）的话，那就是“优雅”。
相比于监督学习，非监督学习的输入数据没有标签信息，需要通过算法模型来挖掘数据内在的结构和模式。非监督学习主要包含两大类学习方法：数据聚类和特征变量关联。其中，聚类算法往往是通过多次迭代来找到数据的最优分割，而特征变量关联则是利用各..
提出你的第一个问题
回答一个你擅长的问题
对内容进行点赞或者收藏
阅读声望与权限的规范
完善个人资料
锦瑟华年
发布于 2021-05-24 15:25
