摘要：
转自：http://blog.csdn.net/lanbing510/article/details/40411877有博主翻译了这篇论文：http://blog.csdn.net/roamer_nuptgczx/article/details/45790415Factors that affect... 阅读全文
摘要：
转自：http://blog.csdn.net/wjbwjbwjbwjb/article/details/7169220最近阅读了TPAMI上的一篇文章，是关于多实例学习跟踪的。非常欣赏其文章写作，引言中总结了跟踪系统组成的三个基本元素：外观模型，运动模型和搜索策略。作者的工作主要是针对外观模型，构... 阅读全文
摘要：
这节课讲的是SVM的对偶问题，比较精彩的部分：为何要使用拉格朗日乘子以及如何进行对偶变换。 参考：http://www.cnblogs.com/bourneli/p/4199990.html http://www.cnblogs.com/xbf9xbf/p/4619866.html 阅读全文
只有注册用户登录后才能阅读该文。 阅读全文
摘要：
极其淡腾的一学期终于过去了，暑假打算学下台大的这门机器学习技法。 第一课是对SVM的介绍，虽然之前也学过，但听了一次感觉还是很有收获的。这位博主总结了个大概，具体细节还是 要听课：http://www.cnblogs.com/bourneli/p/4198839.html 这位博主总结的很详细：ht 阅读全文
摘要：
转自：http://blog.sina.com.cn/s/blog_641289eb0101e2ld.htmlPart 2总结一下一个粗略的建模过程：首先，弄清楚问题是什么，能不能用机器学习的思路去考虑：是否有pattern？是否规则不明确？是否有数据？如果可以用，那么考虑，问题的学习目标是什么，有... 阅读全文
摘要：
期末终于过去了，看看别人的总结：http://blog.sina.com.cn/s/blog_641289eb0101dynu.html接触机器学习也有几年了，不过仍然只是个菜鸟，当初接触的时候英文不好，听不懂课，什么东西都一知半解。断断续续的自学了一些公开课和书以后，开始逐渐理解一些概念。据说，心... 阅读全文
摘要：
这节课是最后一节，讲的是做机器学习的三个原则。 第一个是Occan's razor，即越简单越好。接着解释了什么是简单的hypothesis，什么是简单的model。关于为什么越简单越好，林老师从大致思想上进行了解释：如果一个简单的模型能对数据分得很好，那说明输入的资料是有规律的资料（这被... 阅读全文
摘要：
这节课是接着上节的正则化课程的，目的也是为了防止overfitting。 第一小节讲了模型的选择，前面讲了很多模型，那么如何做出正确的选择呢？我们的目标是选择最小的Eout目标函数。首先应避免视觉化选择，因为高维。假如选Ein最小的化，则会出现过拟合。虽然能用test数据选择最好的，但通常... 阅读全文
摘要：
这一节讲的是正则化，在优化中一直会用到正则化项，上课的时候老师一句话代过，没有作过多的解释。听完这节课后，才明白好大学和野鸡大学的区别有多大。总之，这是很有收获的一节课。 首先介绍了为什么要正则化，简单说就是将复杂的模型用简单的模型进行表示，至于如何表示，这中间有一系列推导假设，很有创意。 ... 阅读全文