摘要：EM算法中要寻找的参数θ，与K-means聚类中的质心是对应的，在高斯混合模型中确定了θ，便可为样本进行类别的划分，属于哪个高斯分布的概率大就是哪一类，而这一点与K-means中的质心一样，质心确定了，样本的类别就确定了，只不过K-means采用样本到质心的距离来衡量归属于某一类的概率，所以K-me 阅读全文

摘要：半监督学习介于监督学习和无监督学习之间，描述的是拥有少量有标记样本和大量无标记样本的情况，非常符合现实世界中的实际场景，数据很多，标签很少。 半监督学习的目的就是将大量无标签样本利用起来，发挥它们的价值，因为数据本身就蕴藏着大量有价值的信息，标签只是帮助我们提取信息的手段，如果没有标签，我们依然应该 阅读全文

摘要：通常我们会根据样本X来推断属于某一类的概率，这个概率就叫后验概率P(c|x)，概率最大的类就是我们要的结果。 其实，这个结果只是一种特例，最大化后验概率是最小化误判风险的一种情况，具体来说是误判损失为1的情况。 不管怎样，我们都需要求取后验概率，根据贝叶斯定理，后验概率可以由先验概率和类条件概率求出 阅读全文

摘要：接触深度学习以来一直接触的概念都是回归，分类，偶尔接触到结构化学习的概念，似懂非懂的糊弄过去，实在是不负责的表现 翻阅维基百科https://en.wikipedia.org/wiki/Structured_prediction，有些理解了 相比于回归，输出一个标量或者预测，输出一个向量，结构化学习 阅读全文

摘要：机器学习评估准则 阅读全文