摘要:
第三讲介绍了不同类型的机器学习问题,根据4个方面划分:输出空间,标签,方式,输入空间。1. 根据输出空间y不同划分:通过变换y的种类,可得到不同的机器学习问题 (1)y = {+1, -1}:二元分类问题,类似于做是非题,机器学习的基础。 (2)y = {0, 1, 2, ..., k}:k元分... 阅读全文
摘要:
第二讲介绍了Perceptron Learning Algorithm (PLA),是以后学习的基础。PLA是二元的线性分类器,类似于神经感受器,用于做是非题。1. PLA的假设函数:h(x) = sign(w'x)。 这里w'是列向量,x是行向量。x代表一个数据点,这个点可能包含了d个维度,即x... 阅读全文