dynasdy

摘要： 第6章 支持向量机 6.1 间隔与支持向量 支持向量机(Support Vector Machine)是最常用的机器学习算法之一. 首先我们从最简单的SVM开始回顾. 假设一个特征空间中有若干二分类样本, 且它们是线性可分的,那么在能够将其正确分类的无数个超平面中,我们应该挑选怎样的超平面呢?如下图 阅读全文

摘要： 第五章 神经网络 5.1 神经元模型 "神经网络是由具有适应性的 简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实 世界物体所作出的交互反应" [Kohonen, 1988] 理想中的激活函数是图 5 .2(a) 所示的阶跃函数，它将输入值映射为输出值 "0" 或勺"显然 "1" 阅读全文

摘要： 第四章 决策树 4.1基本流程 从逻辑角度就是 很多if else语句的组合 从集合角度，根据某种准则划分特征值空间 最终目的：将样本越分越细 且越来越纯(接近我们希望的划分的结果) 决策树的生成是一个递归过程： 当前属性集为空，或是所有样本在所有属性上取值同，无法划分 把当前结点标记为叶结点，并将 阅读全文

摘要： 第三章 线性模型 3.1 基本形式 ，线性模型(linear model)试图学得一个通过属性的线性组合来进行 预测的函数 xi为第i个属性上取值 一般形式为 3.2 线性回归 "线性回归" (linear regression)试图学得一个线性模 型以尽可能准确地预测实值输出标记. 学习的最终目的 阅读全文

摘要： 1.绪论 1.1 引言 机器学习所研究的主要内容，是关于在计算机上从数据中产生"模 型" (model) 的算法，即"学习算法" (learning algorithm) 1.2基本术语 数据集：这组记录的集合。 样本sample（示例instance）: 数据集合中的每条记录或者对象的描述。 属性 阅读全文