240 发简信
  • 120
    PRML第一章《贝叶斯定理、高斯分布、概率论、模型选择和维度灾难》

    PRML第一章《绪论》本章一共七个小章节1.1从一个例子多项式曲线拟合1.2讲解了概率论基础,分为6个小章节,包括概率密度、期望与协方差、贝叶斯...

  • 120
    第一章《绪论》

    PRML第一章《绪论》本章一共七个小章节1.1从一个例子多项式曲线拟合1.2讲解了概率论基础,分为6个小章节,包括概率密度、期望与协方差、贝叶斯...

  • 120
    重新考察曲线拟合问题

    从概率的角度看多项式曲线拟合。 我们要假定:给定的值,对应的值服从高斯分布,分布的均值为: 我们现在使用训练数据{},通过最大似然方法,来决定参...

  • 120
    高斯分布

    其中参数:被叫做均值,被叫做方差,方差的平方根,由给定,叫作标准差,方差的倒数,叫作精度。 ​根据上式,我们可以得到: ​并且很容易证明高斯分布...

  • 120
    大规模机器学习(Large Scale Machine Learning)

    1.大型数据集的学习 处理大数据集的算法近年来机器学习技术的发展归因于我们有极其庞大的数据用来训练我们的算法。处理如此海量数据的算法?我们为什么...

  • 120
    异常检测(Anomaly Detection)

    1.问题的动机 异常检测(Anomaly detection)问题是机器学习算法的一个常见应用。这种算法的一个有趣之处在于:它虽然主要用于非监督...

  • 120
    聚类(Clustering)

    1.无监督学习:简介 聚类算法:第一个无监督学习算法(无标签的数据) 什么是无监督学习呢?对比:监督学习问题指的是,我们有一系列标签,然后用假设...

  • 120
    支持向量机(Support Vector Machines)

    1.优化目标 在监督学习中,很多监督学习算法的性能都非常相似,所以经常要考虑的东西,不是选择算法,而是更多的去考虑,你构建这些算法时所使用的数据...

  • 120
    应用机器学习的建议

    1.决定下一步做什么 到目前为止,我们已经介绍了许多不同的学习算法,如果你一直跟着这些视频的进度学习,你会发现自己已经不知不觉地成为一个了解许多...