The domain has expired and cannot be accessed. It can be restored after renewal. 为避免域名被删除或被他人注册,请联系您的域名服务商尽快完成续费: 1. 若您是西部数码会员,请登西部数码官网,进入:管理中心->域名管理->已经到期,找到该域名,完成域名续费; ...
【cs229-Lecture10】特征选择 本节课要点: VC维: 模型选择算法 特征选择 vc维:个人还是不太理解。个人的感觉就是为核函数做理论依据,低维线性不可分时,映射到高维就可分,那么映射到多高呢?我把可分理解为“打散”。 参考的资料:http://www.cnblogs.com/boostable/p/iage_VC_dimension.html?utm_source=tu...
【cs229-Lecture13】高斯混合模型 本节内容: 1、混合高斯模型; 2、将混合高斯模型应用到混合贝叶斯模型;(应用:文本聚类) 3、结合EM算法,讨论因子分析算法; 4、高斯分布的有用性质。 混合高斯模型 将一般化的EM算法流程(下载笔记)应用到混合高斯模型 因子分析模型 因子分析的基本目的就是用少数几个因子去描述许多...
【cs229-Lecture9】经验风险最小化 写在前面:机器学习的目标是从训练集中得到一个模型,使之能对测试集进行分类,这里,训练集和测试集都是分布D的样本。而我们会设定一个训练误差来表示测试集的拟合程度(训练误差),虽然训练误差具有一定的参考价值。但实际上,我们并不关心对训练集合的预测有多么准确。我们更关心的是...
【cs229-Lecture18】线性二次型调节控制 本节内容: 控制MDP的算法: 状态行动奖励; 非线性动力学系统; 模型; LQR:线性二次型调节控制;(Riccati方程)
【cs229-Lecture19】微分动态规划 内容: 调试强化学习算法(RL算法) LQR线性二次型调节(french动态规划算法) 滤波(kalman filters) 线性二次高斯控制(LGG) Kalman滤波器 卡尔曼滤波(Kalman filtering)一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声...
【cs229-Lecture7】支持向量机(SVM) SVM不错的学习资料: 百度网盘链接:http://pan.baidu.com/s/1hqw0Rnm密码: asec blog:http://www.blogjava.net/zhenandaci/category/31868.html 《数据挖掘导论》——Pang-Ning Tan,etc 以上的资料,已经对svm解释(包括各个概念)的比较详细了。因此,就不在一一记录每个...
【cs229-Lecture8】顺序最小优化算法 ref: blog:http://zhihaozhang.github.io/2014/05/20/svm4/ 《数据挖掘导论》 真正的大神是当采用的算法表现出不是非常好的性能的时候,懂得如何去更改算法的人。 本节课的三个内容: Kernels:核,用于构建非线性的分类器...
具体大到什么程度,可以根据需要选取不同的函数来量化,如高斯分布(正态分布),当然,这里还是会存在欠拟合与过拟合的问题。 后来就讲到了为什么要选择“最小二乘法”这个指标来表示J(θ)(成本函数,cost function),本文就主要对这进行推导,给出较视频中,更为详细的推导过程,方便日后温习。
logistic回归又称logistic回归分析,主要在流行病学中应用较多,比较常用的情形是探索某疾病的危险因素,根据危险因素预测某疾病发生的概率,等等。例如,想探讨胃癌发生的危险因素,可以选择两组人群,一组是胃癌组,一组是非胃癌组,两组人群肯定有不同的体征和生活方式等。这里的因变量就是是否胃癌,即“是”或“否”,为两...