本博客rss订阅地址: http://feed.cnblogs.com/blog/u/147990/rss

随笔分类 -  machine learning

机器学习：判别模型与生成模型
摘要：根据网上的相关博客总结了一下机器学习中的这两个概念，参考博客见文末。生成模型：无穷样本==》概率密度模型 = 生成模型==》预测判别模型：有限样本==》判别函数 = 预测模型==》预测机器学习中的模型一般分为两类：判别模型、生成模型，这是对问题的两种不同的审视角度。假设我们要学习一个算法区分大象和狗... 阅读全文
posted @ 2014-05-10 22:03 tenos 阅读(5656) 评论(0) 推荐(3) 编辑
机器学习算法中的偏差-方差权衡(Bias-Variance Tradeoff)
摘要：简单的以下面曲线拟合例子来讲：直线拟合后，相比原来的点偏差最大，最后一个图完全拟合了数据点偏差最小；但是拿第一个直线模型去预测未知数据，可能会相比最后一个模型更准确，因为最后一个模型过拟合了，即第一个模型的方差比最后一个模型小。一般而言高偏差意味着欠拟合，高方差意味着过拟合。他们之间有如下的关系： ... 阅读全文
posted @ 2014-05-06 21:43 tenos 阅读(11469) 评论(2) 推荐(0) 编辑
如何选择机器学习算法
摘要：How do you know what machine learning algorithm to choose for your classification problem? Of course, if you really care about accuracy, your best bet... 阅读全文
posted @ 2014-05-06 20:53 tenos 阅读(1781) 评论(0) 推荐(0) 编辑
机器学习中的规则化范数(L0, L1, L2, 核范数)
摘要：目录：一、L0，L1范数二、L2范数三、核范数今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家，我将这个五个部分分成两篇博文。知识有限，以下都是我一些浅显的看法，... 阅读全文
posted @ 2014-05-05 13:12 tenos 阅读(8288) 评论(6) 推荐(4) 编辑


本博客rss订阅地址: http://feed.cnblogs.com/blog/u/147990/rss

公益页面-寻找遗失儿童

点击右上角即可分享
微信分享提示