文件名称:Machine-Learning-Notes:国大CS5339机器学习机器学习笔记草案
文件大小:1.69MB
文件格式:ZIP
更新时间:2024-06-08 03:01:18
TeX
机器学习笔记 NUS的CS5339机器学习机器学习笔记草稿。 请注意,该草稿目前仍不完整。 到目前为止的内容 1配方 1.1监督学习 1.1.1经验风险最小化(ERM) 1.1.2最大似然估计(MLE) 1.1.3分类损失函数1.1.4最大后验估计(MAPE) 1.1.5贝叶斯估计 1.2无监督学习 1.3判别/生成模型 1.3.1朴素贝叶斯1.3.2线性判别分析(LDA) 1.3.3区分VS生成分类器 1.4特征 1.4.1过滤器1.4.2包装器1.4.3稀疏诱导规范1.4.4常用特征转换方法1.4.5特征学习 2代表 2.1最近邻居(NN) 2.2决策树 2.3线性预测器 2.4支持向量机 2.4.1保证金和硬SVM 2.4.2线性阈值函数的表示能力2.4.3线性阈值函数可以表示多少个函数? 2.5功能的线性组合 2.6内核方法 2.6.1希尔伯特空间2.6.2代表定理2.6.3表征内
【文件预览】:
Machine-Learning-Notes-master
----README.md(3KB)
----hard_svm.png(690KB)
----Co-Brand-SoC-H.png(54KB)
----nn.png(90KB)
----citations.bib(2KB)
----main.tex(67KB)
----lasso_ridge.png(31KB)
----cs5339-lecture-note.pdf(940KB)