文件名称：CS229
文件大小：1.06MB
文件格式：ZIP
更新时间：2024-04-17 00:32:33
JupyterNotebook
CS229 这是斯坦福大学关于机器学习的CS 229注释中描述的算法的实现。 到目前为止，我已经实现了： 朴素贝叶斯（Naive Bayes） ：这是一种生成学习算法。 GLA通过对p（x | y）建模，然后通过贝叶斯定理乘以p（y）/ p（x）来估计p（y | x）。 请参阅：第5课，第4/20页。 多元高斯分布：MVG分布类似于高斯或正态分布，但是具有多个维度。 在第2、4 / 17节（多元高斯分布，更多关于高斯分布）中提到； 讲座5、4 / 20（生成式算法）； 第11讲，5/11（高斯混合，EM算法）； 讲座12、5 / 13（拉格朗日乘数）； 第13讲，第5/18页（因子分析）。 支持向量机。 这些算法定义了一个超平面“道路”，该道路应该将y = 0与y = 1的两组样本分开。可以使用称为二次规划的通用算法来计算道路。 请参阅：第6讲，第4/22页（支持向量机）。
【文件预览】：
CS229-master
----SVM - Quadratic Programming.ipynb(13KB)
----Naive Bayes Training Set()
--------Iris_Data.csv(5KB)
--------spam_ham.csv(492KB)
--------play_golf_train.csv(567B)
--------ag_news.csv(1.99MB)
--------play_golf_test.csv(550B)
----Multivariate Gaussians.ipynb(90KB)
----README.md(2KB)
----Naive Bayes.ipynb(19KB)