（笔记）斯坦福机器学习第五讲--生成学习算法
本讲内容 1. Generative learning algorithms（生成学习算法） 2. GDA（高斯判别分析） 3. Naive Bayes（朴素贝叶斯） 4. Laplace Smoothing（拉普拉斯平滑） 1.生成学习算法与判别学习算法 判别学习算法 ...
原文：（笔记）斯坦福机器学习第九讲--经验风险最小化
本讲内容 . Bias Variance trade off 偏差 方差权衡 . Empirical risk minimization ERM 经验风险最小化 . Union Bound Hoeffding inequality 联合界 霍夫丁不等式 . Uniform convergence 一致收敛 . 偏差方差权衡 对于上图左的情况，我们称之为欠拟合 under fitting ，或者说， ...
2017-06-29 17:32 1 3791 推荐指数：
相关推荐
斯坦福机器学习视频笔记 Week3 逻辑回归与正则化 Logistic Regression and Regularization
我们将讨论逻辑回归。 逻辑回归是一种将数据分类为离散结果的方法。 例如，我们可以使用逻辑回归将电子邮件分类为垃圾邮件或非垃圾邮件。 在本模块中，我们介绍分类的概念，逻辑回归的损失函数（cost functon），以及逻辑回归对多分类的应用。 我们还涉及正规化。 机器学习模型需要很好地推广到模型 ...
斯坦福机器学习实现与分析之五（高斯判别分析）
高斯判别分析（GDA）简介 首先，高斯判别分析的作用也是用于分类。对于两类样本，其服从伯努利分布，而对每个类中的样本，假定都服从高斯分布，则有: \( y\;\sim\;Bernouli( ...
关于Coursera上的斯坦福机器学习课程的编程作业提交问题
学习Coursera上的斯坦福机器学习课程的时候，需要向其服务器提交编程作业，我遇到如下问题： ‘Submission failed: unexpected error: urlread: Peer certificate cannot be authenticated with given ...
【原】Coursera—Andrew Ng斯坦福机器学习（0）——课程地址和软件下载
斯坦福大学机器学习 课程信息 机器学习是一门研究在非特定编程条件下让计算机采取行动的学科。最近二十年，机器学习为我们带来了自动驾驶汽车、实用的语音识别、高效的网络搜索，让我们对人类基因的解读能力大大提高。当今机器学习技术已经非常普遍 ...
斯坦福大学机器学习笔记及代码（一）
(Notes and Codes of Machine Learning by Andrew Ng from Stanford University) 说明：为了保证连贯性，文章按照专题而不是原本的课程进度来组织。 零、什么是机器学习？ 机器学习就是：根据已有的训练集D，采用学习算法A，得到 ...
经验风险最小化
学习理论： 偏差方差权衡（Bias/variance tradeoff） 训练误差和一般误差（Training error & generation error） 经验风险最小化（Empiried risk minization） 联合界引理和Hoeffding不等式 ...
经验风险最小化-结构风险最小化
参考链接：http://www.360doc.com/content/17/0623/13/10408243_665793832.shtml 1、损失函数 最简单的理解就是，给定一个实例，训练 ...