摘要：
教你透彻理解机器学习算法 阅读全文
摘要：
在此开了博客用于记录自己的学习机器学习的过程和心得。首先大概的理一下思路，准备写如下几个篇文章一、机器学习中必备的基本数学知识接下来大概按照FISHER 大大的大作PRML，列了大概的提纲：二、概率分布，一些基本的概率分布 厚积方能勃发，这些概率分布是机器学习的基础三、线性分类和回归 Baysian思想是大头四、Guassian 分布以及核函数 统计学领域研究还蛮热的一个方向。五、详细讲解SVM(support vector machine) PS:SVM是我boss的主要研究方向，也是我理解最透彻的一个方向，我会详细重点讲解相关知识，并且教授LIBSVM最后自己实现基本的SVM算法... 阅读全文
摘要：
学习机器学习，有几个数学知识是必须要掌握的，不然会看地稀里糊涂的（安拉之前就是这个状态）。其中，数据的分布、最大似然（以及求极值的几个方法），偏差、方差的权衡，还有特征选择，模型选择，混合模型等，都尤为重要。在此我带着大家一起复习一下相关的知识（好多概率知识考研之后就扔掉了）。一、概率论知识大概回顾 1.条件概率 条件概率比较简单，所以就提一下。 2.贝叶斯概率 贝叶斯理论在大学概率论中已经有所接触，但是一般大学的老师只是解释下公式，然后让我们套套公式做做题，这就是大学教育的功利性，从来就只是为了应用，而不去追究问题的本质。贝叶斯在机器学习中应用相当的广，这就要求我们对贝叶斯理论有个透... 阅读全文