zoukankan      html  css  js  c++  java
  • learn-统计学习方法(第二版)

    什么是机器学习:

    机器学习应用:数据挖掘,计算机视觉,自然语言处理,生物特征识别,搜索引擎,医学诊断,语音和手写识别……

    统计学习和机器学习:机器学习比统计学习多了算法model的内容等;研究方法差异(统计学研究形式化和推导),维度差异(机器学习强调高维预测问题),关心领域不同(统计学习:机器学习:online learning,active learning,boosting,semisupervised learning……)

    统计学习的方法(基本分类):------- 监督学习、无监督学习、半监督学习、强化学习

    按算法分:---------在线学习(实时不断地在喂入数据),批量学习(一次性或分批喂入数据)

    监督学习:(基本术语:实例,特征向量,特征空间等)

    训练数据 training data

    模型 model -------假设空间 hypothesis

    评价准则 evaluation criterion ------策略 strategy

    算法 algorithm

    输入变量和输出变量:--> 分类问题、回归问题、标注问题

    半监督学习:

    少量标注数据,大量未标注数据

    利用未标注数据的信息,辅助标注数据,进行监督学习

    较低成本

    主动学习-------机器主动给出实例,教师进行标注

    经验风险最小化和结构最小化

    经验风险最小化最优模型(ERM):

    结构风险最小化:

  • 相关阅读:
    linux查看系统类型和版本
    javascript 中的继承实现, call,apply,prototype,构造函数
    redis原理分析
    HashTable 简述
    算法之 快速排序
    react js 之生命周期
    Java源代码编译过程
    Java字节码文件结构---概述
    Java程序运行时内存划分
    数据结构--汉诺塔--借助栈实现非递归---Java
  • 原文地址:https://www.cnblogs.com/wex1022/p/14479191.html
Copyright © 2011-2022 走看看