摘要：
本节主题：基于上一节的铺垫，继续深入研究当M无穷大时如何保证fesibilty of ml 1. Learnning中涉及的两个关键问题： 保证 $ E_{in} \approx E_{out} $ 保证 $ E_{in} \approx 0 $ 第二行很好理解，就是找一个合适的 ,使的$E_{in 阅读全文
posted @ 2018-06-03 16:00
hzhang_NJU
阅读(415)
评论(0)
推荐(0)
摘要：
本节主题： 我这个笔记是结合了Lecture4/5/6三节课的,开始讨论机器学习的可行性：Why can Learn? 主要是对三节课背后的思想的内核进行总结，并加入一点自己的思考。 1. NFL(No Free Lunch)的推论： 如果 $E_{in}$ 和 $E_{out}$ 毫无关联，那么基 阅读全文
posted @ 2018-06-03 15:24
hzhang_NJU
阅读(146)
评论(0)
推荐(0)
摘要：
证明的主要原则是，如果某个Ein与Eout的差别很大时，那么我们重新找一份数据集D′, 那么E′in也会有很大的几率与Ein差别很大，最后导出vc bound。待完善 阅读全文
posted @ 2018-06-03 15:23
hzhang_NJU
阅读(122)
评论(0)
推荐(0)
摘要：
0. 本节主题是： 本节是介绍在本门课程中，涉及的机器学习的基本概念和分类。 1. 一个真实案例引入： 我们的应用场景就是：输入一个用户的申请信息，判断是否发信用卡给这个用户。 2. 对问题的形式化定义: 如下图所示： $x$：通常一个$x$是一个向量$\vec x=(x_1, x_2, ... x 阅读全文
posted @ 2018-06-03 15:12
hzhang_NJU
阅读(454)
评论(0)
推荐(0)
浙公网安备 33010602011771号