美文网首页
机器学习

机器学习

作者: 无量儿 | 来源:发表于2022-08-03 12:27 被阅读0次

1、机器学习“判定模型”和“生成模型”有什么区别?(https://www.zhihu.com/question/20446337

判别式模型举例:要确定一个羊是山羊还是绵羊,用判别模型的方法是从历史数据中学习到模型,然后通过提取这只羊的特征来预测出这只羊是山羊的概率,是绵羊的概率。

生成式模型举例:利用生成模型是根据山羊的特征首先学习出一个山羊的模型,然后根据绵羊的特征学习出一个绵羊的模型,然后从这只羊中提取特征,放到山羊模型中看概率是多少,在放到绵羊模型中看概率是多少,哪个大就是哪个。

https://www.cnblogs.com/bonelee/p/15116547.html

image.png

2、BoW(Bag of words)词袋模型详解(https://www.jianshu.com/p/7298deddca21

3、自然语言处理中N-Gram模型介绍(https://zhuanlan.zhihu.com/p/32829048
https://blog.csdn.net/gaobing1993/article/details/108430806
https://blog.csdn.net/weixin_45144934/article/details/115113145

4、方差、标准差、期望与归一化(https://www.jianshu.com/p/583b289841e7

5、LDA主题模型(https://www.cnblogs.com/fengsser/p/5836677.html
https://blog.csdn.net/weixin_41168304/article/details/122389948

6、SVM(https://blog.csdn.net/qq_42363032/article/details/107210881

https://blog.csdn.net/qq_41076797/category_10012443.html
SVM(一):拉格朗日乘数法详解(https://blog.csdn.net/qq_41076797/article/details/112676195
SVM(二):KKT条件最直白的解释(https://blog.csdn.net/qq_41076797/article/details/112763987
https://zhuanlan.zhihu.com/p/33229011/
https://www.cnblogs.com/lunge-blog/p/11617047.html

SVM(三):对偶问题最直白解释(https://blog.csdn.net/qq_41076797/article/details/112781675
https://zhuanlan.zhihu.com/p/46944722

SVM(四):超平面详细解释(https://blog.csdn.net/qq_41076797/article/details/112830324
SVM(五):SVM的数学模型详细介绍(https://blog.csdn.net/qq_41076797/article/details/112802572
SVM(六):带松弛变量的SVM数学模型(https://blog.csdn.net/qq_41076797/article/details/112859868

为什么最大化1/||w||与最小化1/2||w||^2是等价的?(https://www.zhihu.com/question/68394029/answer/262737419

7、机器学习-常用回归算法归纳(全网之最)(https://blog.csdn.net/qq_42363032/article/details/121019360

8、逻辑回归(Logistic Regression)详解(https://blog.csdn.net/weixin_60737527/article/details/124141293

9、如何通俗易懂地讲解什么是 PCA(主成分分析)?(https://www.zhihu.com/question/41120789?utm_source=qq

10、密度聚类( DBSCAN )(https://blog.csdn.net/qq_38436431/article/details/120538371
https://blog.csdn.net/qq_16608563/article/details/85756651

K-Means算法、K-Means++ 算法和Mean Shift 算法都是基于距离的聚类算法,基于距离的聚类算法的聚类结果都是球状的簇
当数据集中的聚类结果是非球状结构是,基于距离的聚类效果并不好

基于密度的聚类算法能够很好的处理非球状结构的数据,与基于距离的聚类算法不同的是,基于密度的聚类算法可以发现任意形状的簇类。

11、层次聚类介绍(https://blog.csdn.net/vendetta_gg/article/details/106623951
https://www.bilibili.com/video/BV1GT4y1J7zk?from=search&seid=7067268047185072772

12、

相关文章

  • 机器学习概述与算法介绍(二)

    机器学习概述 机器学习基本概念 机器学习基本流程与工作环节 机器学习中的评估指标 机器学习算法一览 3. 机器学习...

  • 「零基础」python机器学习入门(一)| 什么是机器学习?

    了解什么是机器学习?为什么需要机器学习? 一、什么是机器学习? 字面上,「机器学习」可以拆分为两个词:机器、学习。...

  • Python3 机器学习简明教程

    1 机器学习介绍    1.1 什么是机器学习    1.2 机器学习的应用    1.3 机器学习基本流程与工作...

  • 什么是深度学习

    1.1 人工智能、机器学习与深度学习 人工智能 > 机器学习 > 深度学习 即,人工智能包括机器学习,机器学习包括...

  • 机器学习

    1、人工智能->机器学习->深度学习 注:->包含关系 2、机器学习领域: 模式识别=机器学习 数据挖掘=机器学习...

  • 机器学习,机器“学习”

    如果你渴望奇迹,那么机器学习对你来说是一场精神盛宴。我诚挚的邀请你一同前往。 我为什么总是要读这些人工智能、机器学...

  • 2019-02-17

    机器学习系列 机器学习100天 机器学习第1天:数据预处理 机器学习第2天:简单线性回归模型 机器学习第3天:多元...

  • 机器学习实战之准备(一)

    目录 机器学习简单概述 机器学习的主要任务 学习机器学习的原因 python语言优势 1.1 何谓机器学习 简单的...

  • 机器学习笔记

    学习Andrew Ng的机器学习教程,做个笔记。 初识机器学习 人工智能的核心是机器学习,机器学习的本质是算法 机...

  • 不败给名词! 了解特征工程

    机器学习 基本概念:人工智能 > 机器学习 > 深度学习机器学习:机器学习是从数据中自动分析获得规律(模型), 并...

网友评论

      本文标题:机器学习

      本文链接:https://www.haomeiwen.com/subject/takjwrtx.html