3. Prerequisites and Notation 预备知识和符号约定(《MACHINE LEARNING YEARNING》翻译)
来源:互联网 发布:vb数值转字符串 编辑:程序博客网 时间:2024/05/01 22:55
预备知识和符号约定
如果你曾经学习过机器学习的课程(如我在coursera上的machine learning MOOC)或有应用监督式学习的经验,你将能够理解下面这段文字。
我假设你熟悉监督式学习 (supervised learning):使用标记的训练样例(x, y)学习一个从x映射到y的函数。监督式学习包括线性回归(linear regression),对数几率回归(也叫逻辑回归,logistic regression)和神经网络(neural networks)。机器学习的形式有很多种,但今天大多数机器学习的实际应用都是监督式学习。
这本书里,我将频繁地提及神经网络(nerual networks)(也被称为“深度学习(deep learning)”)。你只需要对他们有一个基本的理解。
如果你不熟悉这里提到的概念,可以看一下Coursera上Machine Learning课程(网址:http://ml-class.org)前三周的视频。
0 0
- 3. Prerequisites and Notation 预备知识和符号约定(《MACHINE LEARNING YEARNING》翻译)
- 9. Optimizing and satisficing metrics 优化指标和满足指标(《MACHINE LEARNING YEARNING》翻译)
- MLY翻译 -- 3.Prerequisites and Notation
- 5. Your development and test sets 你的开发集和测试集(《MACHINE LEARNING YEARNING》翻译)
- 12. Takeaways: Setting up development and test sets 小结:建立开发集和测试集(《MACHINE LEARNING YEARNING》翻译)
- 《MACHINE LEARNING YEARNING》翻译——开篇
- 11. When to change dev/test sets and metrics 何时更改开发/测试集和评估指标(《MACHINE LEARNING YEARNING》翻译)
- 1. Why Machine Learning Strategy 为什么需要机器学习策略(《MACHINE LEARNING YEARNING》翻译)
- machine learning yearning 7 and 8
- machine learning yearning 9 and 10
- machine learning yearning 11 and 12
- Machine Learning Yearning读书笔记(转载)
- Machine Learning Yearning - note
- machine learning yearning: 3
- 4. Scale drives machine learning progress 规模促进了机器学习的发展(《MACHINE LEARNING YEARNING》翻译)
- 7. How large do the dev/test sets need to be? 开发集和测试集多大合适(《MACHINE LEARNING YEARNING》翻译)
- 翻译 《Pattern Recognition and Machine Learning》(PRML)的数学符号说明
- Machine Learning Yearning(3、4)
- HTTP请求格式和HTTP响应格式
- 如何使用GDB调试段错误
- oracle 11g sqlplus命令行登录出现协议适配器错误
- Android开发之XML文件的解析的三种方法--转载(三)
- 打包时不用再写task,轻轻松松自定义architecture
- 3. Prerequisites and Notation 预备知识和符号约定(《MACHINE LEARNING YEARNING》翻译)
- 通讯录
- CSU 1804: 有向无环图 (拓扑排序)
- 自动化扩容架构图
- Android之高仿QQ6.6.0侧滑效果(背景动画、透明+沉浸式状态栏、渐变效果)
- 安卓 handler的使用 发送消息 , 接收消息(做相应的操作)
- php版的jQuery 向jQuery一样简单的获取html标签的内容
- 日历中常见的关于闰年以及非闰年的算法
- js实现数组项升序、降序 方法(适用大部分数据类型)