摘要：
狭义: 判别函数是输入向量$x=(x_1, x_2, \dots, x_m)^T$的各分量的线性函数: $$ f(x) = w_0 +x_1w_1 + x_2w_2 + \dots + x_m w_m $$ 它是输入空间$H$的一个超平面. 广义的线性判别函数: 与 "kernel methods" 阅读全文
摘要：
Parametric and non parametric methods. 区分参数化方向与非参数化方法的最快捷方式是, 参数化方法的参数数量是固定的, 不随着训练样本数量的变化而变化. 例如MLP, CNN, SVM等算法都是参数化方法. 而k近邻, decision tree等, 都是非参数化 阅读全文