course-6.1機器學習1-緒論保留墨跡_第1頁
course-6.1機器學習1-緒論保留墨跡_第2頁
course-6.1機器學習1-緒論保留墨跡_第3頁
course-6.1機器學習1-緒論保留墨跡_第4頁
course-6.1機器學習1-緒論保留墨跡_第5頁
已閱讀5頁,還剩34頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

202 機器學習:緒論

人是如何學習機器如何學 Performance機器學習的公式表 Performance輸入:x∈??一系列特征,(例 輸出:y∈ 指標,(是否發(fā)生違約數據生成過程,即存在目標函數??:??→ (現(xiàn)實世界如何運作數據,即存在一些已觀測值,??={??-,??- ??0,??0,…,(??3,??3)}(已發(fā)生的事實假設,那些能夠模擬數據生成過程的算法??:??→ (學到的,執(zhí)行 算法{(??3,??3)}from??→ML→??:??→??:??→

??≈??={????,????,…,(????,機器學習與其他概念對vs vs類似的“實踐經驗”,靠譜的人工智能都有了更落地的名字vs vs 輸出結果的類標的的類 按照訓練過喂所有數據:Batch讓算法自己吃自助:Active按照數據類抽象 一道 熟題:2結果就一定好

Hoeffding不等式 ??? > ≤Pon回Pon??:??→

????≈??={????,????,…,(????, 回到機器學如果我們無法數據抽樣的影壞數據上訓練方法能夠保 做的足夠小,如果又能保證??OPQ我們?yōu)槭裁慈绱岁P心這件事PPon??:??→????≈??={????,????,…,(????,

??OPQ(??)≈與??RST 關于M:假設集的大M實際上包含兩部分信息:納入分析的變量與 再議M,從何而真實情況下,M如 M的增長:Breaking M的增長:Breakingpoint之 如果k=2N=3 M的增長:一個更合適的表達123456123344 56 M的增長:一個更合適的表達1234561122222288411 M的增長:B(N,k)的推 M的增長:B(N,k)的推 M的增長:VC定 ??WX???????????????????.??.??b =2 VC??WX???????????????????.??.??b =2 VC線性可 VC VC VC為什么今天講這

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論