2017年6月29日
（笔记）斯坦福机器学习第九讲--经验风险最小化
摘要： 本讲内容 1. Bias/Variance trade-off （偏差-方差权衡） 2. Empirical risk minimization(ERM) （经验风险最小化） 3. Union Bound/ Hoeffding inequality （联合界/霍夫丁不等式） 4. Uniform c 阅读全文
posted @ 2017-06-29 17:32 madrabbit 阅读(5335) 评论(1) 推荐(3) 编辑
（笔记）斯坦福机器学习第八讲--顺序最小优化算法
摘要： 本讲内容 1. Kernels （核） 2. L1 norm soft margin SVM （L1 norm软边界SVM） 3. SMO algorithm （SMO算法） 1. 核函数K 首先回顾线性分类器SVM的原始优化问题 上一讲解出其对偶问题为 解出 我们可以将整个算法表示成内积的形式 由 阅读全文
posted @ 2017-06-29 10:16 madrabbit 阅读(613) 评论(0) 推荐(0) 编辑