摘要： 阅读全文

摘要： 阅读全文

摘要： 优点Naive Bayes classifiers tend to perform especially well in one of the following situations: When the naive assumptions actually match the data (very 阅读全文

摘要： 求可以让likelihood 达到最大的 就是说Y已经出现了，相应的X也有了，哪一个参数w可以让个Y出现的概率最大 找到这个w 让目标函数的导数等于0，来找到最大值的点 阅读全文

摘要： 因为每一条数据都服从IID原则： 根据中心极限定理，当数据增加的时候，样本均值的分布慢慢变成正态分布 不管分布式什么分布，累加起来都是高斯分布 As sum increases, sum of non-Gaussian, finite variance variables is also Gauss 阅读全文

摘要： Google用它来体现网页的相关性和重要性 阅读全文

摘要： training set： 用来训练模型 validation set : 用来做model selection test set : 用来评估所选出来的model的实际性能 我们知道，在做模型训练之前，我们必须选择所训练的模型的形式：线性模型(y = wx+b)或者非线性模型(SVM,decisi 阅读全文

摘要： Bias-variance 分解是机器学习中一种重要的分析技术。 给定学习目标和训练集规模，它可以 把一种学习算法的期望误差分解为三个非负项的和，即本真噪音noise、bias和 variance noise 本真噪音是任何学习算法在该学习目标上的期望误差的下界； ( 任何方法都克服不了的误差) b 阅读全文

摘要： 坐标下降法属于一种非梯度优化的方法，它在每步迭代中沿一个坐标的方向进行线性搜索（线性搜索是不需要求导数的），通过循环使用不同的坐标方法来达到目标函数的局部极小值。 阅读全文

摘要： https://www.jianshu.com/p/6ada34655862 阅读全文