这两个lecture，集中证明了，当我的hepothesis个数看起来有无限多种时，也就是前面讲到的，找一个超平面（直线）做二元划分问题时，超平面（直线）应该有无限多个，那P...
发简信
IP属地：浙江
-
机器学习笔记（5,6）--林轩田机器学习基石课程
-
机器学习笔记（4）--林轩田机器学习基石课程
Feasibility of Learning 这一节课，探讨机器学习的可行性。一开始，老师给出了一个例子，说机器学习并不能确保学习到的 g 近似等于 f。 那么，难道机器就...
-
机器学习笔记（3-1）--林轩田机器学习基石课程
Learning with different output space 机器学习按照输出的结果，可以分为四类（老师讲了四类，可能不止）： binary classifica...
-
机器学习笔记（2-4）--林轩田机器学习基石课程
Non-Separate Data 当我们不知道数据集是否线性可分时，我们采用贪心的算法，构建 modified PLA. Modified PLA: 直到运行时间足够久后才...
-
机器学习笔记（2-3）--林轩田机器学习基石课程Gurantee of PLA 这一小节，老师解决了我上一节中遗留的问题。 首先，只有当数据集data是线性可分的时候，才存在 f 超平面，将空间没有错误地划分成两块。所以，...
-
机器学习笔记（2-2）--林轩田机器学习基石课程Perceptron Learning Algorithm 在上一节中，给出了 hepothesis 之后，我们就要考虑如何找到 g 。从此出发，在这一小节，林老师带我们见识...
-
机器学习笔记（2-1）--林轩田机器学习基石课程
Perceptron Hypothesis Set 这一节中，林老师介绍了一种最为基本的假说模型：感知器模型。 先说背景问题：客户申请信用卡，银行想根据客户的申请信息，决定...
-
机器学习笔记（1）--林轩田机器学习基石课程
Machine Learning and other Field 机器学习和数据挖掘：机器学习是通过数据训练，借助设计的机器学习演算法，从众多的假说中，找到一个最接近最优映射...
-
我们不仅仅是一家软件公司，同时也是一个社区：我们汇集满怀激情的软件精英，通过技术和客户共同应对最艰巨的挑战。同时我们寻求IT行业的革新，并致力于对社会产生积极的影响力。<br>
