摘要:
紧接上一讲的Break Point of H。有一个非常intuition的结论,如果break point在k取到了,那么k+1, k+2,... 都是break point。那么除此之外,我们还能获得那些讯息?这里举了一些例子,核心就是说下面的事情简言之,如果H有Break Point k,那么... 阅读全文
摘要:
接着上一讲留下的关子,机器学习是否可行与假设集合H的数量M的关系。机器学习是否可行的两个关键点:1. Ein(g)是否足够小(在训练集上的表现是否出色)2. Eout(g)是否与Ein(g)足够接近(在训练集上的表现能否迁移到测试集上)(1)如果假设集合数量小(M小),可知union bound后,... 阅读全文
摘要:
这一节的核心内容在于如何由hoeffding不等式 关联到机器学习的可行性。这个PAC很形象又准确,描述了“当前的可能性大概是正确的”,即某个概率的上届。hoeffding在机器学习上的关联就是:如果样本数量足够大,那么在训练集上获得的学习效果是可以平移到测试集上的。即如下,这里保证的仅仅是“训练集... 阅读全文
摘要:
作业方面,暂时只关注需要编程的题目了,用python完成代码。Q15~Q17应用的是传统PLA算法,给定的数据集也是保证线性可分的。代码需要完成的就是实现一个简单的PLA,并且“W = W + speed*yX”中的speed是可以配置的(即学习速率)代码1#encoding=utf8import ... 阅读全文
摘要:
题目:Follow up for "Search in Rotated Sorted Array":What ifduplicatesare allowed?Would this affect the run-time complexity? How and why?Write a function... 阅读全文
摘要:
直接跳过第一讲。从第二讲Perceptron开始,记录这一讲中几个印象深的点:1. 之前自己的直觉一直对这种图理解的不好,老按照x、y去理解。a) 这种图的每个坐标代表的是features;features的值是有物理意义的。b) 而圈圈和叉叉是为了标注不同的样本(正样本 负样本),即label;为... 阅读全文
摘要:
前天刷完了leetcode的150题~算是完成了一个节点~后续每天回顾下几题,保持感觉~机器学习这块,感觉自己在实际上线的项目中也用过,各种算法也了解。但是面试时让我一点儿不差的推导出来SVM,真是做不到,就是基础不牢固。决定跟一下台大林轩田的机器学习课程,继续夯实基础为求职工作准备。每跟完一个章节... 阅读全文
摘要:
题目:Givennpoints on a 2D plane, find the maximum number of points that lie on the same straight line.代码:/** * Definition for a point. * struct Point { ... 阅读全文
摘要:
题目:Given an array of words and a lengthL, format the text such that each line has exactlyLcharacters and is fully (left and right) justified.You shoul... 阅读全文
摘要:
题目:Divide two integers without using multiplication, division and mod operator.If it is overflow, return MAX_INT.代码:class Solution {public: int div... 阅读全文