《机器学习中的数学》第一课笔记1.1

《机器学习中的数学》第一课笔记

链接

使用链接利用python掌握机器学习http://www.afenxi.com/post/8798

林轩田视频（讲的有点深，未必hold得住）：http://pan.baidu.com/s/1qWFROhm

林轩田课程笔记：https://www.douban.com/doulist/3381853/

第一次听七月在线的课，龙老师的声音好好听，宝宝的小心脏也跟着砰砰跳。整节课下来，感觉数据挖掘及机器学习，和数据分析大部分理论是相通的，只是数据挖掘、机器学习应用，对数学的基础、算法的掌握、编程能力要求更高。

学习机器学习，成长最快的方法：一是工作中实战，二是参加相关的竞赛( Kaggle )。这两点不仅适用于机器学习，同时也适用于其他东西学习。

机器学习：一、模式识别、数据挖掘、统计学习

二、计算机视觉、语音识别、自然语言处理（深度学习模型现在运用的非常好）

做好机器学习基本的三个点（其他地方同样适用）：

一、熟悉业务，模型和方法要符合业务场景；二、懂得统计，熟悉算法；三、手勤点，多动手编程，多练习。

机器学习可划分为三类：

监督学习：算法经常用于预测，训练集中是有特征值阈值在工程中运用的比较多，但是机器学习的情况更为复杂。训练集中数据有特征、标签

无监督学习：分类和聚类的差别。训练集中数据有特征，无标签

半监督学习：需要有监督学习和无监督学习掌握的比较扎实的基础。训练集中数据有特征，部分无标签

算法一览表：可以根据实际情况，按图中所示步骤选择合适的算法

机器学习可以分为四组：分类，聚类，回归和降维。

《机器学习中的数学》第一课笔记1.1相关推荐

七月在线机器学习中的数学第二期笔记1
这套笔记是跟着七月在线机器学习中的数学第二期的学习而记录的,主要记一下我再学习机器学习的时候一些概念比较模糊的地方,具体课程参考七月算法官网: 七月数理统计和参数估计部分一. 概率与数理统计首先 ...
机器学习中的数学（1）：MIT大牛写的综述
" 想要深入了解机器学习和深度学习背后的数学支撑?想要避免成为调包侠?想要做更前沿更基础的研究?不仅是 Import xxx as xx,这里是***"机器学习中的数学" ...
机器学习中的数学(五)--概率统计
写在前面 <机器学习中的数学>系列主要列举了在机器学习中用到的较多的数学知识,包括微积分,线性代数,概率统计,信息论以及凸优化等等.本系列重在描述基本概念,并不在应用的方面的做深入的探讨, ...
机器学习中的数学原理——向量内积
今天是2023年的第一天,祝大家新年快乐!这个专栏主要是用来分享一下我在机器学习中的学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎私信或者评论区留言!这一篇就更新一下<白话机器 ...
机器学习中的数学：线性代数
专栏亮点围绕主要脉络,贯穿整个学科:紧紧围绕空间变换这个线性代数的主要脉络,深刻理解如何用空间表示数据.用空间处理数据.用空间优化数据,用一条线索贯穿整个学科的主干内容. 聚焦四大纬度,筑牢知识体系 ...
机器学习中的数学：概率统计
内容亮点详解 6 大核心板块:概率思想.随机变量.统计推断.随机过程.采样理论.概率模型,筑牢机器学习核心基础. 教你熟练使用 Python 工具库:依托 NumPy.SciPy.Matplotli ...
机器学习中的数学（全集）
在当下,机器学习.人工智能领域吸引了许多同学投身其中,其中包含了大量非科班出身或者从其他行业切换赛道转行而来的朋友们,大家在学习的过程中发现学习曲线陡峭.难度较大,普遍的心声就是:机器学习难,首要就是 ...
机器学习中的数学：一份新鲜出炉的热门草稿
来源:机器之心本文约1500字,建议阅读5分钟. 本文为你分享近日<Mathematics for Machine Learning>的全部草稿已放出,我们整理了这本书的简要概述. 近日 ...
机器学习中的数学知识(part4)--拟牛顿法
学习笔记,仅供参考,有错必究文章目录机器学习中的数学知识拟牛顿法面临的问题(局部极小/鞍点) 机器学习中的数学知识拟牛顿法

《机器学习中的数学》第一课笔记1.1

《机器学习中的数学》第一课笔记1.1相关推荐

最新文章

热门文章