李宏毅《机器学习 深度学习》简要笔记（一）
P1 一、线性回归中的模型选择 上图所示： 五个模型，一个比一个复杂，其中所包含的function就越多，这样就有更大几率找到一个合适的参数集来更好的拟合训练集。所以，随着模型的复杂度提 ...
原文：李宏毅机器学习笔记03（Classification: Probabilistic Generative Model）
分类问题：概率生成模型 概念： 从概率生成模型到判别模型 概率生成模型：由数据学习联合概率密度分布P X,Y ，然后求出条件概率分布P Y X 作为预测的模型。例如：朴素贝叶斯 隐马尔可夫 em算法 判别模型：由数据直接学习决策函数Y f X 或者条件概率分布P Y X 作为预测的模型。例如：k近邻法 感知机 决策树 逻辑回归 线性回归 最大熵模型 支持向量机 SVM 提升方法 条件随机场 CRF ...
2019-07-20 16:42 0 427 推荐指数：
相关推荐
【笔记】机器学习 - 李宏毅 -- ELMO、BERT、GPT
1.背景知识 one-hot -> word class -> word embedding 不过传统的word embedding解决不了多义词的问题。 2. ELMO ...
【笔记】机器学习 - 李宏毅 -- Transformer
1.RNN和CNN的局限性 RNN是seq2seq的模型，RNN不易平行化，如果是单向的话，要输出\(b^3\)，需要先看完\(a^1, a^2, a^3\)。如果是双向的话，可以看完整个句子。 ...
李宏毅机器学习笔记（）GNN
一、introduction How do we utilize the structures and relationship to help our model? What if the graph is larger, like 20k ...
李宏毅机器学习笔记01（regression）
Regression 1、首先，什么是regression（回归） 2、然后，实现回归的步骤（机器学习的步骤） step1、model（确定一个模型）——线性模型 step2、goodness of function（确定评价函数）——损失函数 step3、best ...
李宏毅机器学习笔记12（Transfer Learning）
Transfer Learning 1、什么是迁移学习 2、如何实现迁移学习 1）source有label，target有label 一、model fine-tuning（模型微调） 方法一、conservative training（保守训练 ...