Stanford机器学习笔记-6. 学习模型的评估和选择
6. 学习模型的评估与选择 Content 6. 学习模型的评估与选择 6.1 如何调试学习算法 6.2 评估假设函数(Evaluating a hypothesis) 6.3 模型选择与训练/验证/测试集(Model selection ...
原文：Stanford机器学习笔记-3.Bayesian statistics and Regularization
. Bayesian statistics and Regularization Content . Bayesian statistics and Regularization. . Underfitting and overfitting. . Bayesian statistics and regularization. . Optimize Cost function by regula ...
2016-04-04 00:22 0 4151 推荐指数：
相关推荐
Stanford机器学习笔记-2.Logistic Regression
Content: 2 Logistic Regression. 2.1 Classification. 2.2 Hypothesis representation. 2. ...
Stanford机器学习笔记-10. 降维(Dimensionality Reduction)
10. Dimensionality Reduction Content 10. Dimensionality Reduction 10.1 Motivation 1 ...
Stanford机器学习笔记-1.线性回归
Content： 1. Linear Regression 1.1 Linear Regression with one variable 1.1.1 Gradient descen ...
机器学习之正则化（Regularization）
1. The Problem of Overfitting 1 还是来看预测房价的这个例子，我们先对该数据做线性回归，也就是左边第一张图。 如果这么做，我们可以获得拟合数据的这样一条直线，但 ...
机器学习之正则化（Regularization）
1. The Problem of Overfitting 1 还是来看预测房价的这个例子，我们先对该数据做线性回归，也就是左边第一张图。 如果这么做，我们可以获得拟合数据的这样一条直线，但 ...
机器学习 | 算法笔记- 朴素贝叶斯（Naive Bayesian）
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 ...
Stanford机器学习笔记-9. 聚类(K-means算法)
9. Clustering Content 9. Clustering 9.1 Supervised Learning and Unsupervised Learning ...