随笔分类 -  机器学习课堂笔记

操作系统第八堂课20210425
摘要：文件系统 文件系统架构在硬盘，以前的机械硬盘、固态硬盘，可以抽象为分块的存储区域。从文件系统来看，在文件系统存储介质，和内存是相似的，用来存介质，尽管介质不同。 但是也有区别，主要是内存是意识性的，固态硬盘是非意识性的。内存是随机访问，硬盘读写的时候读写的时候，不是字节或者字。硬盘读写是安装块为单位 阅读全文
posted @ 2021-04-25 19:07 白雪儿 阅读(92) 评论(0) 推荐(0)
机器学习第八堂课20210422
摘要：聚类 应用在无监督学习中。 X=[X1,X2,X3,,,,Xn] 上节课讲的降维实际是把每个数据的特征维度降低了，通过对数据本身进行分析，进行降维。 聚类，是在数据量这个角度 通过方法，对数据进行分析，找到K个代表，可以代表整个n个数据，n个数据归类到K个代表中。 聚类任务相关概念 定义：依据样本的 阅读全文
posted @ 2021-04-22 10:03 白雪儿 阅读(88) 评论(0) 推荐(0)
机器学习第七堂课20210415
摘要：无监督降维 无监督有三类：降维、聚类、概率建模。 本节课主要讲降维和聚类。PCA(主成分分析） 降维的主要应用：一、数据可视化（Scatter plot）直接去掉某个维度会丢失大量数据信息。 降维具有如下一些优点： 1) 使得数据集更易使用。 2) 降低算法的计算开销。 3) 去除噪声。 4) 使得 阅读全文
posted @ 2021-04-15 10:08 白雪儿 阅读(218) 评论(0) 推荐(0)
机器学习第六堂课20210408
摘要：卷积神经网络 传统监督学习过程：y = h(x) 图像作为输入的神经网络： 减少参数量：1神经元局部的连接，关注图像局部特征2空间上参数共享，保持图形特征的空间信息； 相关运算： 2维相关运算：h = filter2(f,I) h(x,y) = F& I(x,y) 卷积运算：同一个神经元作用于图像所 阅读全文
posted @ 2021-04-08 10:29 白雪儿 阅读(89) 评论(1) 推荐(1)
机器学习第五节课20210401
摘要：深度学习是什么？ 机器学习与深度学习 早期：感知机 中期：神经网络 非神经网络时期 现代：深度学习 生物神经元和感知器 MP神经元模型 输入：其他n个神经元传递过来的输入信号。 处理：输入信号通过带权重的连接进行传递。 错误预测的代价 损失函数—交叉熵（用于输出值为0-1的模型） J（W）= 真实的 阅读全文
posted @ 2021-04-01 10:46 白雪儿 阅读(58) 评论(0) 推荐(0)
机器学习第三堂课20210318
摘要：过拟合 模型的泛化能力：训练集、测试集。训练集上学到的模型在测试集上的性能。 本节课研究的是：源域和测试域来自相同的分布，独立同分布。 迁移学习transfer Learnig：源域和测试域来自不同的分布，就是迁移学习，很复杂。 欠拟合和过拟合都不行。 不过现实中条件有限，无法得知数据的真实分布，所 阅读全文
posted @ 2021-03-18 10:02 白雪儿 阅读(103) 评论(0) 推荐(0)
机器学习第二堂课20210311
摘要：监督学习 按照经验数据分类：监督学习、无监督学习、强化学习。 监督学习框架：f(x)=y 训练：函数f 测试：将训练好的函数f应用到测试样本x，输出预测结果y=f(x) 监督学习方法：线性回归、分类-k最近邻、分类-逻辑回归、分类-支持向量机等等。 机器学习三要素：方法=模型表达+目标函数+优化算法 阅读全文
posted @ 2021-03-11 11:38 白雪儿 阅读(65) 评论(0) 推荐(0)
第一堂课20210304
摘要：机器学习 考核方式 考勤30% 课堂讨论20% 大作业30% 期末考试20% 大作业 内容：知识点讲解（老师分配）+论文阅读报告（2020年以后的顶级论文） 形式：PPT（中英文不限制） 以小组为单位3-4人进行汇报，知识点讲解20分钟，论文报告15分钟，穿插讨论10分钟； 时间：周四，从第9周开始 阅读全文
posted @ 2021-03-04 18:40 白雪儿 阅读(66) 评论(0) 推荐(0)