人工智能 学习清单
来源:互联网 发布:淘宝装修模板代理 编辑:程序博客网 时间:2024/05/16 18:47
MWhite’s Learning Note
17/11/19
初学者入门清单
书籍
- 《机器学习》 西瓜书 周志华
- The Elements of Statistical
- Pattern Recognition and Machine Learning
网站
- 竞赛网站 kaggle.com\
python人工智能学习库:scikit-learn
课程
- Coursera 吴恩达 Machine Learning
顶级会议以及期刊
- ICML,NIPS,COLT
- AAAI,IJCAI
- ECML,ACML
知识概念清单
以下内容初学者无视
特征提取feature extraction
模型评估与选择
- 测试集与训练集互斥
- 留出法
- k-折交叉验证
- 自助法 有放回的采样
- 调参与最终模型
算法的参数:超参数(hyper-parameter)人给出
模型的参数:学习得到 - 性能量度(Performance measure)
- 查准率与查全率
P=TP/(TP+FP) 准确率 预测正确数中正确数比例
R=TP/(TP+TN) 查全率 正确数中预测正确的比例
P与R无法同时达到最大值,二者取舍、偏好权重
PR图 BEP F1 ROC AUC
线性模型 linear model
- 线性回归 linear regression
结果为一个数值
方法:找一个代价函数(衡量拟合程度),通过手段找特定的权重使代价函数值最低 - 逻辑回归(分类) logistic regression /对数几率回归
结果为0或1(离散个结果) - 梯度下降(gradient descent)——找代价函数(又叫损失函数)最小值以及其对应权重的方法
- 拓展到多类(两类分类器拓展到多类)
- 类别不平衡(class unbalance)问题
- 过采样(oversampling)如STOME算法
- 欠采样(undersampling)
- 阈值移动 (threshold moving)
决策树(decision tree)
基于树结构的分类器
* 决策:分而治之(divide and conquer)
* 停止条件:
* 样本属性相同
* 样本属于同一类
* 样本集为空
* 划分方法:
1. 信息增益(information gain)
2. 基尼指数(gini index)
支持向量机
间隔(margin)支持向量(support vector)
最大化分类线与最近样本直接的间隔
凸二次规划
对偶问题 拉格朗日函数
Nonlinear SVMs
做一个映射,从而可以线性分类
核函数
- 软间隔
- 不满足约束的样本尽量少
- 凸近似(convex surrogate)
- 正则化(regulariztion)
聚类(clustering)
数据样本分为多个不想交的簇(cluster)
基本思想:簇内相似度高,簇间相似度低
距离计算(distance measure)
度量学习(metric learning)
* 马氏距离 各向异性
k均值聚类算法(k-means)
spectral clustering
Normalized Cut
降维和度量学习
k近邻分类器
降维(dimension reduction)
主成分分析(Principal Component Analysis)
流形学习(manifold learning)
局部线性嵌入(Local linear embedding)
阅读全文
0 0
- 人工智能 学习清单
- 人工智能学习清单
- 人工智能软件工程师软件清单
- 推荐|大数据?人工智能?机器学习?这里有一份干货清单
- 学习清单
- 学习清单
- 学习清单
- 学习清单
- 学习清单
- 学习清单
- 人工智能学习
- 【学习清单】我的Android学习清单
- 学习整理清单
- java学习清单
- 设计模式学习清单
- OpenGL学习课程清单:
- Boost学习清单
- [笔记]学习清单
- readLine()阻塞的问题
- LAMP源码安装之二--Apache安装
- C语言标准输入输出体会
- 网络请求 框架okhttp
- 苹果官网序列号查询
- 人工智能 学习清单
- 同余问题的处理方法
- git学习笔记
- CS231n(13):神经网络笔记1(上)
- caffe安装流程及一些问题
- Quartz使用总结 一
- 通过求斐波那契数理解递归的恐怖开销!
- hihocoder1636-Pangu and Stones
- 数组知识点小结