Coursera台大機器學習課程筆記5 -- Theory of Generalization
本章思路： 根據之前的總結，如果M很大，那么無論假設泛化能力差的概率多小，都無法忽略，所以問題轉化為證明M不大，然后上章將其轉化為證明成長函數：mh(N)為多項式級別。直接證明似乎很困難，本章繼續利 ...
原文：機器學習筆記：Learning Theory
截止目前，已經知道了常用的機器學習算法是怎么回事兒 學習的步驟是怎么進行的。但在機器學習的應用背景是多種多樣的，做實際工程必須學會如何根據具體的問題評估一個學習模型的好壞，如何合理地選擇模型 提取特征，如何進行參數調優。這些也是我以前做模式識別時欠缺的環節，所以在遇到識別率很低的情況時，往往很困惑，不知道該如何改進：到底是應該改進模型改變特征 還是應該增加訓練樣本數量，到底是應該優化迭代算法，還 ...
2012-09-11 16:26 0 3265 推薦指數：
相關推薦
機器學習筆記17(Lifelong Learning)
Lifelong Learning 終身學習 1、什么是Lifelong Learning 2、怎么做Lifelong Learning (Elastic Weight Consolidation )EWC 其他方法 3、怎么評估Lifelong ...
機器學習筆記1 - Hello World In Machine Learning
前言 Alpha Go在16年以4:1的戰績打敗了李世石，17年又以3:0的戰績戰勝了中國圍棋天才柯潔，這真是科技界振奮人心的進步。伴隨着媒體的大量宣傳，此事變成了婦孺皆知的大事件。大家又開始激烈的討論機器人什么時候會取代人類統治世界的問題。 其實人工智能在上世紀5、60年代就開始進入 ...
李宏毅機器學習筆記12（Transfer Learning）
Transfer Learning 1、什么是遷移學習 2、如何實現遷移學習 1）source有label，target有label 一、model fine-tuning（模型微調） 方法一、conservative training（保守訓練 ...
機器學習之 manifold learning(流型學習)
1.流型介紹 流形學習的觀點：認為我們所能觀察到的數據實際上是由一個低維流行映射到高維空間的。由於數據內部特征的限制，一些高維中的數據會產生維度上的冗余，實際上這些數據只要比較低的維度就能唯一的表示。所以直觀上來講，一個流形好比是一個d">𝑑d維的空間，在一個m">𝑚m維的空間中& ...
機器學習--集成學習（Ensemble Learning）
一、集成學習法 在機器學習的有監督學習算法中，我們的目標是學習出一個穩定的且在各個方面表現都較好的模型，但實際情況往往不這么理想，有時我們只能得到多個有偏好的模型（弱監督模型，在某些方面表現的比較好）。集成學習就是組合這里的多個弱監督模型以期得到一個更好更全面的強監督模型，集成學習潛在的思想 ...
機器學習筆記（一）
一、監督學習（supervised-learning）與無監督學習（unsupervised-learning） 1.監督學習中數據集是由特征組和標簽組成，目的是訓練機器對標簽取值的准確預測。如：房價預測、腫瘤判定、垃圾郵件判定。 2.無監督學習中人工不對數據集作 ...
【機器學習Machine Learning】資料大全
昨天總結了深度學習的資料，今天把機器學習的資料也總結一下(友情提示：有些網站需要"科學上網"^_^) 推薦幾本好書： 1.Pattern Recognition and Machine Learning (by Hastie, Tibshirani, and Friedman's ...