【文件属性】：
文件名称：mlcourse:机器学习课程资料
文件大小：768.77MB
文件格式：ZIP
更新时间：2021-05-05 17:53:06
machine-learning course-materials JupyterNotebook
自以来的重大变化
添加了关于拟合逻辑回归和更通用的softmax样式线性条件概率模型的的注释。
从到显着变化
在有关弹性网的讲座中详细阐述了的，以补充幻灯片上的稀疏性的原因， 稀疏性 。
添加了的，因为许多学生发现该概念令人困惑。
添加了的基本上是Zou和Hastie在2005年发表的论文“通过弹性网进行正则化和变量选择”的翻译。 放入我们的类的表示法中，删除不必要的居中条件，并使用更标准的相关性定义。
EM算法表示的更改：添加（幻灯片10-14）以给出变分方法的一般概念，并明确指出边际对数似然正好是变量下限的逐点最高点。 ）。
表示定理的处理现在早在提到内核之前就已经存在，并且被描述为基本线性代数的一个有趣的结果：“看看解决方案如何始终位于数据所覆盖的子空间中。这很有趣（并且经过足够的实践很明显）现在，我们可以将优化问题约束到该子空间...”
重写了内核方法讲座，以显着减少对特