IP属地：广东
-
第十三章 半监督学习未标记样本 在现实任务中，会出现一部分样本被标记而另一部分样本未被标记的情况，那么如何利用好未标记样本数据呢？主动学习：先用标记好的样本数据来进行训练，然后利用训练出的学习器...
-
第十二章 计算学习理论基础知识 计算学习理论是机器学习的理论基础，其目的是分析学习任务的困难本质，并根据分析结果指导算法设计。例如：在什么条件下可进行有效的学习，需要多少训练样本能获得较好的精度等...
-
第十一章 特征选择与稀疏学习子集搜索与评价 特征选择：在属性集中可能存在无用的属性，即对结果判断不重要的属性，被称为“无关特征”，而有用的属性被称为“相关特征”，而从特征集合中选择出相关特征子集的过程，...
-
第十章 降维与度量学习k近邻学习 kNN学习是一种常用的监督学习方法。 工作机制给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后根据这k个“邻居”的信息来进行预测。对于kN...
-
-
-
-
第七章 贝叶斯分类器贝叶斯分类器是一类分类算法的总称，是各种分类器中分类错误概率最小的分类器，而贝叶斯定理是这类算法的核心。 贝叶斯决策论 贝叶斯决策论是概率框架下实施决策的基本方法，而贝叶斯分...
-
-
-
-
