coursera机器学习-聚类,降维,主成分分析
摘要:#对coursera上Andrew Ng老师开的机器学习课程的笔记和心得;#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充,并非是课堂详细笔记和要点;#标记为的是我自己加的内容而非课堂内容,参考文献列于文末。博主能力有限,若有错误,恳请指正;#---------------------------------------------------------------------------------#机器学习按照数据标记分可分为四类:监督式学习,无监督学习,半监督学习和增强学习;supervised learning(监督式): Application in w
阅读全文
posted @
2013-12-15 16:53
dfcao
阅读(3181)
推荐(1)
coursera机器学习-支持向量机SVM
摘要:#对coursera上Andrew Ng老师开的机器学习课程的笔记和心得;#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充,并非是课堂详细笔记和要点;#标记为的是我自己加的内容而非课堂内容,参考文献列于文末。博主能力有限,若有错误,恳请指正;#---------------------------------------------------------------------------------#支持向量机方法的三要素(若不了解机器学习模型、策略、算法的具体意义,可参考机器学习三要素) 基本模型:间隔最大的线性分类器;若用上核技巧,成为实质上的非线性分类器.
阅读全文
posted @
2013-12-07 13:42
dfcao
阅读(3084)
推荐(2)