斯坦福CS229机器学习课程笔记一：线性回归与梯度下降算法
应该是去年的这个时候，我开始接触机器学习的相关知识，当时的入门书籍是《数据挖掘导论》。囫囵吞枣般看完了各个知名的分类器：决策树、朴素贝叶斯、SVM、神经网络、随机森林等等；另外较为认真地复习了统计学，学习了线性回归，也得以通过orange、spss、R做一些分类预测工作。可是对外说自己是搞机器学习 ...
原文：斯坦福CS229机器学习课程笔记五：支持向量机 Support Vector Machines
SVM被许多人认为是有监督学习中最好的算法，去年的这个时候我就在尝试学习。不过，面对长长的公式和拗口的中文翻译最终放弃了。时隔一年，看到Andrew讲解SVM，总算对它有了较为完整的认识，总体思路是这样的： .介绍间隔的概念并重新定义符号 .分别介绍functional margins与geometric margins .由此引出最大间隔分类器，同时将最优化问题转化为凸函数的优化问题 .补充了拉 ...
2015-07-31 13:48 0 1942 推荐指数：
相关推荐
斯坦福CS229机器学习课程笔记六：学习理论、模型选择与正则化
稍微了解有监督机器学习的人都会知道，我们先通过训练集训练出模型，然后在测试集上测试模型效果，最后在未知的数据集上部署算法。然而，我们的目标是希望算法在未知的数据集上有很好的分类效果（即最低的泛化误差），为什么训练误差最小的模型对控制泛化误差也会有效呢？这一节关于学习理论的知识就是让大家知其然也知 ...
斯坦福CS229机器学习课程笔记二：GLM广义线性模型与Logistic回归
一直听闻Logistic Regression逻辑回归的大名，比如吴军博士在《数学之美》中提到，Google是利用逻辑回归预测搜索广告的点击率。因为自己一直对个性化广告感兴趣，于是疯狂google过逻辑回归的资料，但没有一个网页资料能很好地讲清到底逻辑回归是什么。幸好，在CS229第三节课介绍 ...
CS229 斯坦福大学机器学习复习材料(数学基础) - 线性代数
CS229 斯坦福大学机器学习复习材料(数学基础) - 线性代数 线性代数回顾与参考 1 基本概念和符号 1.1 基本符号 2 矩阵乘法 2.1 向量-向量乘法 ...
stanford coursera 机器学习编程作业 exercise 6（支持向量机-support vector machines）
在本练习中，先介绍了SVM的一些基本知识，再使用SVM（支持向量机 ）实现一个垃圾邮件分类器。 在开始之前，先简单介绍一下SVM ①从逻辑回归的 cost function 到SVM 的 cost function 逻辑回归的假设函数如下： hθ(x)取值范围为[0,1]，约定h ...
斯坦福NG机器学习课程：Anomaly Detection笔记
Anomaly Detection Problem motivation: 首先描写叙述异常检測的样例：飞机发动机异常检測 watermark/2/text/ ...
机器学习 | 算法笔记- 支持向量机（Support Vector Machine）
前言 本系列为机器学习算法的总结和归纳，目的为了清晰阐述算法原理，同时附带上手代码实例，便于理解。 目录 k近邻（KNN） 决策树 线性回归 逻辑斯蒂回归 朴素贝叶斯 支持向量机（SVM ...
Coursera 机器学习 第7章 Support Vector Machines 学习笔记
7 Support Vector Machines7.1 Large Margin Classification7.1.1 Optimization Objective支持向量机（SVM）代价函数在数学上的定义。 复习一下S型逻辑函数： 那么如何由逻辑回归代价函数得到支持向量机的代价函数 ...