【漫谈机器学习】1.误差做小VS概率概率最大(3)
来源:互联网 发布:linux 退出 编辑:程序博客网 时间:2024/06/05 19:59
遇到新问题
到目前为止,至少有几个问题需要解决:
如果解析解求不出来怎么办?答案是:迭代搜索求解(最优化问题)
如果样本数量特别大,怎么处理?答案是:递推求解(在线学习优化问题)
如果误差不是正态分布该怎么办呢?答案是:广义线性回归
如果这个矩阵
(XXT)−1 的维度特别大,怎么处理?答案是:数据降维如果模型是非线性的话,怎么处理呢?答案是:非线性模型
以上过程全部为频率派的观点,贝叶斯派怎么做呢?答案是:生成模型
线性回归与深度学习之间到底有什么关系?答案是:等我总结,哈哈
那么咱们的机器学习之旅正式开始喽。
0 0
- 【漫谈机器学习】1.误差做小VS概率概率最大(3)
- 【漫谈机器学习】1.误差最小VS概率最大(1)
- 【漫谈机器学习】1.误差最小VS概率最大(2)
- 概率漫谈
- 概率漫谈
- 概率漫谈
- 机器学习 从矩阵和概率的角度解释最小均方误差函数
- 机器学习之概率分布3
- 机器学习笔记(二)概率相关
- 机器学习数学基础(二)概率
- 概率机器学习和人工智能(概率机器学习和人工intelligence_Nature2015)
- 机器学习必备概率基础知识
- 机器学习中的概率公式
- 机器学习中的概率问题
- 最大似然估计 (MLE)与 最大后验概率(MAP)在机器学习中的应用
- 最大似然估计 (MLE)与 最大后验概率(MAP)在机器学习中的应用
- 机器学习:最大似然估计与最大后验概率估计
- 机器学习_贝叶斯分类/最大后验概率分类/最大似然分类
- Codeforces 612 D. The Union of k-Segments (非递归线段树+离散化)
- 正则表达式:Pattern类与Matcher类详解
- 自动化系统往后的模样
- js创建一个新的节点(不断补充)
- HDU1455Sticks(dfs剪枝)
- 【漫谈机器学习】1.误差做小VS概率概率最大(3)
- 无论怎样都不能生成R.java
- Github for Windows 1.0 版本的简单使用介绍
- android开源框架
- 查看线程id和结束线程命令
- windows+centos安装
- zookeeper原理
- Linux内存管理原理
- 【经典算法】:求一个字符串的主元素(o(n)复杂度)