标签:机器学习 第6页

林轩田机器学习基石

林轩田机器学习基石课程学习笔记12 — Nonlinear Transformation

17

红色石头 发布于 2018-07-24

这节课主要介绍了非线性分类模型,通过非线性变换,将非线性模型映射到另一个空间,转换为线性模型,再来进行线性分类。本节课完整介绍了非线性变换的整体流程,以及非线性变换可能会带来的一些问题:时间复杂度和空间复杂度的增加。最后介绍了在要付出代价的情况下,使用非线性变换的最安全的做法,尽...

阅读(1564)评论(0)赞 (1)

林轩田机器学习基石

林轩田机器学习基石课程学习笔记9 — Linear Regression

17

红色石头 发布于 2018-07-24

本节课,我们主要介绍了Linear Regression。首先,我们从问题出发,想要找到一条直线拟合实际数据值;然后,我们利用最小二乘法,用解析形式推导了权重w的closed-form解;证明了linear regression是可以进行机器学习的;最后,我们证明linear r...

阅读(2180)评论(0)赞 (3)

林轩田机器学习基石

林轩田机器学习基石课程学习笔记6 — Theory of Generalization

21

红色石头 发布于 2018-07-24

上一节课,我们主要探讨了当M的数值大小对机器学习的影响。如果M很大,那么就不能保证机器学习有很好的泛化能力,所以问题转换为验证M有限,即最好是按照多项式成长。然后通过引入了成长函数m_H(N)和dichotomy以及break point的概念,提出2D perceptrons的...

阅读(3245)评论(0)赞 (4)

林轩田机器学习基石

林轩田机器学习基石课程学习笔记5 — Training versus Testing

21

红色石头 发布于 2018-07-23

本节课,我们更深入地探讨了机器学习的可行性。我们把机器学习拆分为两个核心问题。对于第一个问题,我们探讨了M个hypothesis到底可以划分为多少种,也就是成长函数。并引入了break point的概念,给出了break point的计算方法。下节课,我们将详细论证对于2D pe...

阅读(3364)评论(2)赞 (5)

林轩田机器学习基石

林轩田机器学习基石课程学习笔记4 — Feasibility of Learning

13

红色石头 发布于 2018-07-23

上节课,我们主要介绍了根据不同的设定,机器学习可以分为不同的类型。其中,监督式学习中的二元分类和回归分析是最常见的也是最重要的机器学习问题。本节课,我们将介绍机器学习的可行性,讨论问题是否可以使用机器学习来解决。 一、Learning is Impossible 首先,考虑这样一...

阅读(3211)评论(0)赞 (12)