PRML第一章《绪论》本章一共七个小章节1.1从一个例子多项式曲线拟合1.2讲解了概率论基础，分为6个小章节，包括概率密度、期望与协方差、贝叶斯...

PRML第一章《绪论》本章一共七个小章节1.1从一个例子多项式曲线拟合1.2讲解了概率论基础，分为6个小章节，包括概率密度、期望与协方差、贝叶斯...

1.大型数据集的学习 处理大数据集的算法近年来机器学习技术的发展归因于我们有极其庞大的数据用来训练我们的算法。处理如此海量数据的算法？我们为什么...

1.问题的动机 异常检测(Anomaly detection)问题是机器学习算法的一个常见应用。这种算法的一个有趣之处在于：它虽然主要用于非监督...

1.无监督学习：简介 聚类算法：第一个无监督学习算法（无标签的数据） 什么是无监督学习呢？对比：监督学习问题指的是，我们有一系列标签，然后用假设...

1.优化目标 在监督学习中，很多监督学习算法的性能都非常相似，所以经常要考虑的东西，不是选择算法，而是更多的去考虑，你构建这些算法时所使用的数据...

1.决定下一步做什么 到目前为止，我们已经介绍了许多不同的学习算法，如果你一直跟着这些视频的进度学习，你会发现自己已经不知不觉地成为一个了解许多...

1.代价函数 神经网络在分类问题中的应用：两种分类问题：第一种是二元分类；这里的y只能是0或1，在这种情况下，我们会有且仅有一个输出单元。K：输...

1.非线性假设 我们之前学的，无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。 下面是一个例子： 如果n是原始...

1.分类问题 如果我们要预测的变量y是一个离散情况下的分类问题，比如判断邮件是否是垃圾邮件。就要使用logistic回归算法：最广泛使用的算法之...