标签：机器学习 第9页

红色石头 发布于 2018-07-30

机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时，我们常常会遇到各种各样的机器学习问题和知识点。为了帮助大家对这些知识点进行梳理和理解，以便能够更好地应对机器学习笔试包括面试。红色石头准备在公众号连载一些机器学习笔试题系列文章，希望能够对大家有所帮助！...

阅读(8680)评论(0)赞 (24)标签：机器学习 / 深度学习 / 笔试

红色石头 发布于 2018-07-29

课程介绍 台湾大学林轩田老师曾在coursera上开设了两门机器学习经典课程：《机器学习基石》和《机器学习技法》。《机器学习基石》课程由浅入深、内容全面，基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。《机器学习技法》课程主要介绍了机器学习领域经典的一些...

阅读(21366)评论(0)赞 (80)标签：机器学习 / 林轩田 / 资源

红色石头 发布于 2018-07-29

本节课主要从三个方面来对机器学习技法课程做个总结：Feature Exploitation Techniques，Error Optimization Techniques和Overfitting Elimination Techniques。最后介绍了林轩田老师带领的台大团队是...

阅读(4867)评论(1)赞 (6)标签：机器学习 / 林轩田 / 深度学习

红色石头 发布于 2018-07-29

本节课主要介绍了Matrix Factorization。从电影推荐系统模型出发，首先，我们介绍了Linear Network。它从用户ID编码后的向量中提取出有用的特征，这是典型的feature extraction。然后，我们介绍了基本的Matrix Factorizatio...

阅读(4234)评论(0)赞 (3)标签：机器学习 / 林轩田 / 矩阵分解

红色石头 发布于 2018-07-28

本节课主要介绍了Gradient Boosted Decision Tree。首先讲如何将AdaBoost与Decision Tree结合起来，即通过sampling和pruning的方法得到AdaBoost-D Tree模型。然后，我们从optimization的角度来看Ada...

阅读(5289)评论(0)赞 (6)标签：GBDT / 机器学习 / 林轩田

红色石头 发布于 2018-07-28

本节课主要介绍了Random Forest算法模型。RF将bagging与decision tree结合起来，通过把众多的决策树组进行组合，构成森林的形式，利用投票机制让G表现最佳，分类模型更稳定。其中为了让decision tree的随机性更强一些，可以采用randomly p...

阅读(5317)评论(0)赞 (1)标签：机器学习 / 林轩田 / 随机森林

红色石头 发布于 2018-07-28

本节课主要介绍了Decision Tree。首先将decision tree hypothesis对应到不同分支下的矩gt。然后再介绍决策树算法是如何通过递归的形式建立起来。接着详细研究了决策树C&RT算法对应的数学模型和算法架构流程。最后通过一个实际的例子来演示决策树C&RT算...

阅读(5111)评论(0)赞 (1)标签：决策树 / 机器学习 / 林轩田

红色石头 发布于 2018-07-28

本节课主要介绍了Adaptive Boosting。首先通过讲一个老师教小学生识别苹果的例子，来引入Boosting的思想，即把许多“弱弱”的hypotheses合并起来，变成很强的预测模型。然后重点介绍这种算法如何实现，关键在于每次迭代时，给予样本不同的系数u，宗旨是放大错误样...

阅读(5186)评论(3)赞 (2)标签：Adaptive Boosting / 机器学习 / 林轩田

红色石头 发布于 2018-07-28

本节课主要介绍了blending和bagging的方法，它们都属于aggregation，即将不同的gt合并起来，利用集体的智慧得到更加优化的G(t)。Blending通常分为三种情况：Uniform Blending，Linear Blending和Any Blending。其...

阅读(5034)评论(0)赞 (7)标签：Bagging / Blending / 机器学习 / 林轩田

红色石头 发布于 2018-07-25

本节课主要介绍了SVR，我们先通过representer theorem理论，将ridge regression转化为kernel的形式，即kernel ridge regression，并推导了SVR的解。但是得到的解是dense的，大部分为非零值。所以，我们定义新的tube ...

阅读(4904)评论(0)赞 (2)标签：SVM / 机器学习 / 林轩田 / 逻辑回归