摘要：
机器学习笔记总结 预习部分 第一章 第一章主要讲述了机器学习与模式识别的概念， 模型的概念和组成、特征向量的一些计算 机器学习的基本概念 机器学习可以分为监督式学习，无监督式学习，半监督式学习，强化学习。 以及模型的泛化能力，模型训练过程中存在的问题，如 1、训练样本稀疏：给定的训练样本数量是有限的 阅读全文
摘要：
线性判定与回归 生成模型 给定训练样本{Xn}，直接在输入空间内学习其概率密度，P(x) 在贝叶斯决策分类中，生成模型通常用于估计每个类别的观测似然概率P(x|Ci),再结合先验概率，形成联合概率P(x,Ci)=P(x,Ci) P (Ci),然后，对所有类进行积分，得到边缘概率密度函数 ， 最后得到 阅读全文