良有以也

Ricardo

机器学习基石之归纳理论

界函数（bounding function）的概念 是指当（最小）突破点为k 时，生长函数m(N) 可能的最大值，记为B(N, k)。 显然，当k=1时，B(N, 1) = 1; 当k > N 时，B(N,k) = 2^N; ...

Posted by jjx on February 12, 2017

韩语基础入门

韩国语有14个辅音与10个元音。 韩语词序：主宾谓 元音 单元音 韩语字母发音表 韩语发音表

Posted by jjx on February 12, 2017

机器学习基石之训练与测试

回顾：学习的可行性？ 最重要的是公式： （1） 假设空间H有限（M），且训练数据足够大，则可以保证测试错误率Eout 约等于训练错误率Ein； （2）如果能得到Ein 接近于零，根据（1），Eout 趋向于零。 以上两条保...

Posted by jjx on February 11, 2017

机器学习可行性分析

机器学习的可行性分析。 一， 第一条准则： 没有免费的午餐！(no free lunch !) 给一堆数据D， 如果任何未知的f （即建立在数据D上的规则）都是有可能的，那么从这里做出有意义的推理是不可能的！！ doomed !! 如下面这个问题无解（...

Posted by jjx on February 10, 2017

机器学习分类问题

机器学习方法的分类学，通过不同的分类标准来讨论。 根据输出空间来分类。 1， 分类(classification) 1.1 二值分类 (binary classification)：输出为 {+1， -1}。 1.2 多值分类 (multiclass classi...

Posted by jjx on February 9, 2017

深度学习基础

深度学习的特征 特征是机器学习系统的原材料，对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征，通常线性模型就能达到满意的精度。那对于特征，我们需要考虑什么呢？ 特征表示的粒度 学习算法在一个什么粒度上的特征表示，才有能发挥作用？就一个图片来说，像素级的特征根本没有价值。例如下面的...

Posted by jjx on February 9, 2017

机器学习基石之二元分类

二元分类问题 x = (x1, x2, …, xd) —- features w = (w1, w2, …, wd) —- 未知（待求解）的权重 对于银行是否发送信用卡问题： perceptron 假设： sign 是取符号函数， sign(x) = ...

Posted by jjx on February 8, 2017

机器学习基石入门

本系列是学习台大林轩田老师coursera课程笔记。 什么是机器学习 使用Machine Learning 方法的关键： 1， 存在有待学习的“隐含模式” 2， 该模式不容易准确定义（直接通过程序实现） 3， 存...

Posted by jjx on February 6, 2017