机器学习导论(张志华):基本概念
2018-09-13 21:26
11 查看
前言
这个笔记是北大那位老师课程的学习笔记,讲的概念浅显易懂,非常有利于我们掌握基本的概念,从而掌握相关的技术。
正文
Data Mining 是半自动化的
Machine Learning 是自动化的。 Michal Jordon。
ML:A field that bridge computation and statistic,with ties to information theory,signal processing,algorithm,control theory and optimization theory。
简单地讲的话:
ML=Matrix +Optimization+Algorithm+Statistics。
本质来说,就是从数据里面提取信息的过程。
分解信息,然后,优化出结果。
回归分类
1线性回归
y=X T a y=XTa
2脊回归
min12 ∗||y−x T a|| 2 +lmada∗a t ∗a 12∗||y−xTa||2+lmada∗at∗a
3lasso 回归
将a的二范数换成一范数
数据集分类
Training Data
Validation Data
Test Data
相关文章推荐
- 机器学习导论(一) 基本概念
- IOC和AOP的一些基本概念
- linux多线程学习笔记一---基本概念
- 黑马程序员——面向对象的基本概念知识
- James基本概念(2):数据存储
- GIS基本概念
- 张志华教授《机器学习导论》和《统计机器学习》课程讲义
- JAVA笔记一(01-06 java的基本概念和数据类型)
- 线程的基本概念、线程的基本状态以及状态之间的关系
- 图和树的基本概念与认识
- Java多线程(一)、多线程的基本概念和使用
- Unix 进程通信基本概念
- 深度学习,机器学习部分基本概念
- MySQL-基本概念
- RabbitMQ学习笔记一:基本概念与环境搭建
- AIX文件系统基本之逻辑元管理概念
- 磁盘基本概念
- HBase应用笔记:HTable基本概念 (转自淘宝Taobao QA Team)
- Java中用到的一些基本概念
- 学习Java的30个基本概念