] 斯坦福ML公开课笔记9——偏差/方差、经验风险最小化、联合界、一致收敛
2013-09-30 23:44
423 查看
[置顶] 斯坦福ML公开课笔记9——偏差/方差、经验风险最小化、联合界、一致收敛
分类: 机器学习2013-09-2720:29 184人阅读 评论(0) 收藏 举报
偏差方差联合界经验风险最小化一致收敛
本篇与前面不同,主要内容不是算法,而是机器学习的另一部分内容——学习理论。主要包括偏差/方差(Bias/variance)、经验风险最小化(Empirical Risk Minization,ERM)、联合界(Union bound)、一致收敛(Uniform Convergence)。
Ng对学习理论的重要性很是强调,他说理解了学习理论是对机器学习只懂皮毛的人和真正理解机器学习的人的区别。学习理论的重要性在于通过它能够针对实际问题更好的选择模型,修改模型。
相关文章推荐
- 在C语言中动态调用Native DLL(Windows平台)
- 在C语言中静态调用Native DLL(Windows平台)
- android camera无预览拍照 后台拍照
- A20 GSLX680 触摸按键驱动调试
- 归并排序
- HTML5的新增的标签和废除的标签
- STL源码剖析_读书笔记:第一章 STL概论和版本简介
- CUDA和OpenCL全解释
- shell写的计算器
- div设置了居中和宽度,但是显示时宽度占100%
- C++中一条语句将文件内容写到std::string中
- 使用html和CSS进行网页网站设计 -- 简明步骤
- 安装Project2007 Visio 2007 出现1706错误的解决方法
- 软件学院研究方向,对研究方向迷茫的同学一定要看(据说是一位北大软院前辈写的)
- CUDA下的GPU编程--线程和变量
- JDK 环境变量的配置
- WPF Tips: Window.ShowDialog()方法:Cannot set Visibility or call Show, ShowDialog, or WindowInteropHelp
- NOR和NAND flash区别,RAM 和ROM区别
- 算法时间复杂度的计算------转
- 初学者学Java(十五)