上一页 1 ··· 5 6 7 8 9
摘要: 误差来自于偏差和方差(bias and variance) 对于随机变量 X,假设其期望和方差分别为 μ 和 σ2。随机采样 N 个随机变量构成样本,计算算术平均值 m,并不会直接得到 μ (除非采样无穷多个样本点)。 假设 m 和 s2 是样本均值和样本方差,由于样本都是随机抽取的,m 和 s2  阅读全文
posted @ 2019-07-15 15:57 王朝君BITer 阅读(372) 评论(0) 推荐(0) 编辑
摘要: 一、主要思想 利用正交变换把可能线性相关变量表示的观测数据,转换为由少数几个线性无关变量(主成分)表示的数据。(重构原始特征空间;线性降维) 要尽可能保留原始数据中的信息,两个思路:最大投影方差、最小投影距离。 完全的无监督,只需要通过方差来衡量信息量(但也是一种局限性)。各个主成分正交,降维后不同 阅读全文
posted @ 2019-07-15 10:00 王朝君BITer 阅读(1868) 评论(0) 推荐(0) 编辑
摘要: 一、主要思想 在 L2-norm 的误差意义下寻找对所有观测目标值 Y 拟合得最好的函数 f(X) = WTX 。 其中 yi 是 scalar,xi 和 W 都是 P 维向量(比实际的 xi 多一维,添加一维 xi(0) = 1,用于将偏置 b 写入 W 中) 1. 定义模型:f(X) = WTX 阅读全文
posted @ 2019-07-13 14:31 王朝君BITer 阅读(1442) 评论(0) 推荐(0) 编辑
摘要: 决定在博客园上记录自己的课程学习笔记、论文阅读总结、以及个人生活所见所感。 机器学习: 1. 李宏毅老师:http://speech.ee.ntu.edu.tw/~tlkagk/courses.html 诙谐幽默、深入浅出 2. 徐亦达老师:https://github.com/roboticcam 阅读全文
posted @ 2019-07-10 09:36 王朝君BITer 阅读(727) 评论(0) 推荐(0) 编辑
上一页 1 ··· 5 6 7 8 9