10 2021 档案
摘要：吃瓜教程|Datawhale-10月（5） 支持向量机 从几何角度，对于线性可分模型，支持向量机就是找距离正负样本都最远的超平面。 相比于感知机，其解是唯一的，不偏不倚，泛化性能更好。 超平面 \(n\) 维空间的超平面 \(\left(\boldsymbol{w}^{\mathrm{T}} \bo
阅读全文
摘要：吃瓜教程|Datawhale-10月（4） 神经网络 神经元模型 M-P 神经元模型（一个用来模拟生物行为的数学模型） 在此模型中，神经元接收到来自 n 个其他神经元传递过来的输入信号，这些输入信号通过带权重的连接进行传递，神经元接收到的总输入值将与神经元的阈值进行比较，然后通过激活函数（模拟“抑制
阅读全文
摘要：吃瓜教程|Datawhale-10月（3） 决策树 基本流程 基于树结构来进行决策。 一般一颗决策树只包含一个根结点、若干个内部结点和若干个叶结点。 其中叶结点对应决策结果，其他的每个结点对应一个属性测试，从根结点到每个叶结点的路径对应了一个判定测试序列。 决策树学习的目的是为了产生一颗泛化能力强，
阅读全文
摘要：吃瓜教程|Datawhale-10月（2） 机器学习三要素 模型：根据具体问题，确定假设空间 策略：根据评价标准，确定选取最优模型的策略（通常会产生一个“损失函数”） 算法：求解损失函数，确定最优模型 线性模型 基本形式 给定由 \(d\) 个属性描述的实例 \(\boldsymbol{x}=(x_
阅读全文
