机器学习教程机器学习中的距离度量 1. 欧氏距离 欧氏距离是最常见的两点之间或多点之间的距离表示法，又称之为欧几里得度量，它定义于欧几里得空间中，如点和之间的距离为： 1）二维平面上两点与间的欧氏距离： 2）三维空间两点与间的欧氏距离： 3）两个n维向量与... AI君 5年前 (2019-03-07) 184℃ 0评论 7喜欢
机器学习教程机器学习之感知机 感知机（perceptron）是二分类的线性分类模型，输入为特征向量，输出为实例的类别，取值+1和-1。感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，引入了基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模... AI君 5年前 (2019-03-07) 149℃ 0评论 10喜欢
机器学习教程机器学习的分类、标注与回归 1. 分类问题 分类问题是监督学习的一个核心问题。在监督学习中，当输出变量YY取有限个离散值时，预测问题便成为分类问题。 监督学习从数据中学习一个分类决策函数或分类模型，称为分类器（classifier）。分类器对新的输入进行输出的预... AI君 5年前 (2019-03-07) 160℃ 0评论 8喜欢
机器学习教程机器学习的模型评估与模型选择 1. 训练误差与测试误差 机器学习的目的是使学习到的模型不仅对已知数据而且对未知数据都能有很好的预测能力。 假设学习到的模型是，训练误差是模型关于训练数据集的平均损失： 其中NN是训练样本容量。 测试误差是模型关于测试数据集的平均... AI君 5年前 (2019-03-07) 152℃ 0评论 2喜欢
机器学习教程机器学习的三要素 1 模型 在监督学习中，模型就是所要学习的条件概率分布或决策函数。模型的假设空间包含所有可能的条件概率分布或决策函数。例如，假设决策函数是输入变量的线性函数，那么模型的假设空间就是这些线性函数构成的函数的集合。 假设空间用F表示。假设空间... AI君 5年前 (2019-03-07) 192℃ 0评论 4喜欢
机器学习教程机器学习之监督学习 机器学习包括监督学习、非监督学习、半监督学习及强化学习，这里先讨论监督学习。 监督学习的任务是学习一个模型，使模型能够对任意给定的输入，对其相应的输出做出一个好的预测。 1 基本概念 1.1 输入空间、特征空间与输出空间 输入与输出所有可... AI君 5年前 (2019-03-07) 243℃ 0评论 2喜欢
机器学习教程机器学习概论 如果一个系统能够通过执行某个过程改进它的性能，这就是学习。 ——— Herbert A. Simon 1. 机器学习是什么 计算机基于数据来构建概率统计模型并运用模型对数据进行预测与分析的一门学科。 从上面的机器学习的定义中，我们可以... AI君 5年前 (2019-03-07) 192℃ 0评论 2喜欢
机器学习教程机器学习基础教程 基础教程目录 [待建设，敬请期待] 参考资料 转载请注明：www.ainoob.cn » 机器学习基础教程... AI君 5年前 (2018-12-17) 163℃ 4喜欢