Coursera华盛顿大学机器学习课程总结

一、基础导入课程

1、回归：房价预测

2、分类：亚马逊商品评价分类

3、检索：wikipedia文章检索

二、回归

模型：线性回归、L1/L2正则化回归、最近邻回归和核回归

算法：梯度下降、坐标下降

概念：损失函数、偏差-方差折中、交叉验证、稀疏性、过拟合、模型选择

三、分类

模型：线性分类器（逻辑回归分类器、SVM、神经网络）、核、决策树decision tree

算法：梯度下降、boosting

概念：决策边界、MLE最大似然估计、随机森林、CART、在线学习

四、聚类

模型：NN最近邻(1NN、KNN)、聚类：高斯混合模型、LDA

算法：KD-tree/LSH、k-means、EM期望最大化

案例：wikipedia文章寻找最近邻、LBH寻找最近邻、自己实现k-means、

扩展：

决策树（ID3, C4.5，CART）

Coursera华盛顿大学机器学习课程总结相关推荐

机器学习入门的绝佳材料：斯坦福大学机器学习课程原始讲义(含公开课视频)
斯坦福大学机器学习课程原始讲义本资源为斯坦福大学机器学习课程原始讲义,为 Andrew Ng 所讲,共计20个PDF,基本涵盖了机器学习中一些重要的模型.算法.概念,此次一并压缩上传分享给大家,朋 ...
斯坦福大学机器学习课程原始讲义 + 公开课视频
斯坦福大学机器学习课程原始讲义 + 公开课视频斯坦福大学机器学习课程原始讲义本资源为斯坦福大学机器学习课程原始讲义,为 Andrew Ng 所讲,共计20个PDF,基本涵盖了机器学习中一些重要的 ...
斯坦福大学机器学习课程资料-吴恩达老师主讲（2008版）
吴恩达老师于08年在斯坦福大学开办的机器学习课程,本站将课程视频.讲义.笔记分享下,这个课程的视频比较模糊,有大量的数学推导,有点难度,建议有一定数学基础的同学学习,初学者请绕道. 吴恩达老师后来推出 ...
【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 17—Large Scale Machine Learning 大规模机器学习...
Lecture17 Large Scale Machine Learning大规模机器学习 17.1 大型数据集的学习 Learning With Large Datasets 如果有一个低方差的模型 ...
【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 16—Recommender Systems 推荐系统...
Lecture 16 Recommender Systems 推荐系统 16.1 问题形式化 Problem Formulation 在机器学习领域,对于一些问题存在一些算法, 能试图自动地替你学习到 ...
【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 6_Logistic Regression 逻辑回归
Lecture6 Logistic Regression 逻辑回归 6.1 分类问题 Classification 6.2 假设表示 Hypothesis Representation 6.3 决策边 ...
机器学习：斯坦福大学机器学习课程中文学习笔记
学习高人思想,提升自身能力.关键字:机器学习算法人工智能下载地址:点我下载特别说明:本资源收集于网络,版权归原作者及版权商所有,仅限个人学习研究之用,请勿做商业用途.如果你喜欢,请购买正版.如 ...
华盛顿大学计算机视觉课程笔记（一）
课程的第一节,是一个综述性的课.对于这节课,我总结为以下几个问题: (一)什么是计算机视觉: (二)怎样实现计算机视觉(怎么让机器看懂图像) (三)计算机视觉的应用有哪些. 那么首先解决第一个问题:什 ...
【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 12—Support Vector Machines 支持向量机...
Lecture 12 支持向量机 Support Vector Machines 12.1 优化目标 Optimization Objective 支持向量机(Support Vector Machi ...

Coursera华盛顿大学机器学习课程总结

Coursera华盛顿大学机器学习课程总结相关推荐

最新文章

热门文章