摘要: 1、课程内容 数据来源于同一分布,且hypothesis 集合有限的情况下,学习是可能的,由PAC准则保证,那么在感知机模型中假设空间是无限的,那么无限hypothesis情况下学习为什么依然还成立? 主要内容 (1)、复习了在确定了某个固定的h(x)后,霍夫丁不等式保证了通过抽样可以从局部信息反应 阅读全文
posted @ 2017-01-24 17:47 罐装可乐 阅读(559) 评论(0) 推荐(0) 编辑
摘要: 1、课程主要内容 上节课中将到了各式各样的的机器学习种类, 这节课主要说明一下学习为什么是可行的; (1)、在不加限制的数据集上学习是无法完成的 (2)、来自于同一分布的数据集的估计可以通过抽样法来进行估计,成立的原理就是霍夫曼不等式 (3)、单个固定的hypothesis情况下的霍夫曼不等式 (4 阅读全文
posted @ 2017-01-23 22:08 罐装可乐 阅读(334) 评论(0) 推荐(0) 编辑
摘要: 1、二分查找使用场景 在有序数组中,快速查找某个数字或者某个范围,最终都是对某个 target的查找,隶属于search算法的一种 2、二分使用要求 1) 必须能够随机存储,O(1)常数时间访问,比如数组或者vector等或者底层依靠顺序存储结构实现的数据结构 2) 必须有序,或者在局部范围内有序, 阅读全文
posted @ 2017-01-20 11:34 罐装可乐 阅读(308) 评论(0) 推荐(0) 编辑
摘要: 1、解决的问题 分类的问题,例如以下的二元分类问题: 2、输入数据 标称型数据,有特征有结果,依据特征与结果的对应关系来进行分类预测 3、学习流程 输入数据有噪声,使用一个概率分布来P(Y|X)描述数据,这个概率分布就是要找的target, 对于二元分类问题来说一个理想的分布: 如果将输出结果限制到 阅读全文
posted @ 2017-01-17 14:06 罐装可乐 阅读(810) 评论(0) 推荐(0) 编辑
摘要: 1、线性回归的可行行基础及数据形式 经过证明的二元分类的VC bound可以用在其他的模型上,也可以使用在线性回归上; 输入数据都是带着标称的数据{x, y};其中x时特征向量,y为结果; 2、线性回归解决的问题 相比与前面的感知机模型输出空间为一个二元的分类空间,线性回归输出空间是全体实数,以银行 阅读全文
posted @ 2017-01-16 16:00 罐装可乐 阅读(666) 评论(0) 推荐(0) 编辑
摘要: 问题描述: 给定一个单向链表,依次交换相邻的两个节点, 要求: 不能更改节点元素值,使用常数级存储空间 问题分析: 如何交换两个元素?对于数组来说,我们可以采取辅助变量的方法进行交换元素,这种交换是将对应位置的元素进行交换。对于链表来说可以不用对元素进行操作,而是只是更改各个节点的指向关系,从而达到 阅读全文
posted @ 2016-09-05 14:50 罐装可乐 阅读(228) 评论(0) 推荐(0) 编辑