FPGA机器学习之龙星计划机器学习第七堂
2014-07-27 15:57
120 查看
这里这些表述,没有什么好说的。E训练后误差。
居然可以不同算法组合使用。
举一个例子,来说明,组合算法的优势。test error随着组合的数量增大,错误率减少。
这里是权重模型的数学描述。
他在IBM做的测试。从箭头方向,性能更好。最后两个效果已经没有多少提升了。
这里是其他的方法。使整体效果更好。
决策树。
这个是对决策树的几个符号的解释 。
缺点里面还有一个是不稳定。
我能力有限,但是我努力的在学习。每个人的时间是一样的,就看你怎么充分利用。
相关文章推荐
- FPGA机器学习之龙星计划机器学习第十三堂
- FPGA机器学习之龙星计划机器学习第三堂
- FPGA机器学习之龙星计划机器学习第四堂
- FPGA机器学习之龙星计划机器学习第五堂
- FPGA机器学习之龙星计划机器学习第六堂
- FPGA机器学习之stanford机器学习第七堂
- FPGA机器学习之龙星计划机器学习第九堂
- FPGA机器学习之龙星计划机器学习第十四堂
- FPGA机器学习之龙星计划机器学习第十一堂
- FPGA机器学习之龙星计划机器学习第十五堂
- FPGA机器学习之龙星计划机器学习第八堂
- FPGA机器学习之龙星计划机器学习第十七堂
- FPGA机器学习之龙星计划机器学习第十八堂
- FPGA机器学习之龙星计划机器学习第十九堂
- FPGA机器学习之龙星计划机器学习第十堂
- FPGA机器学习之龙星计划机器学习第十二堂
- FPGA机器学习之龙星计划机器学习第二堂
- FPGA 机器学习之BP神经网络1
- FPGA机器学习之stanford机器学习第六堂
- 2012年龙星计划-机器学习课件