1、nips http://nips.cc/
2、在感知器算法中least perturbation principle与梯度下降法的区别!
3、quadratic programming QP了解一下
4、SVM的 QP优化形式解与regularization形式解的联系?
7、多分类的logistic回归 的likelihood的写法?
8、MAP:Maximum a posteriori 最大后验概率
9、对于SVM和logistic回归中,regularization项的解释?
10、loss function中有exponential和modified huber,了解一下?
提到过搜索引擎的ctr model,Click Through Rate,点击通过率(用linear logistic regression)?
11、LBFGS (了解下)对hinge loss function的优化
12、RBF神经网络?
线性分类器:把感知器,SVM和logistic regression 放一起,这节课整体比较简单!