搜文章
推荐 原创 视频 Java开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发
Lambda在线 > 专知 > 最新《机器学习导论》干货笔记,65页pdf公式推导教程

最新《机器学习导论》干货笔记,65页pdf公式推导教程

专知 2020-10-18


这门课程是Pr Biau关于统计学习课程的补充,这在两个方面:

1. 它处理了监督学习和非监督学习;

2. 提出了一种算法的观点。


这解释了为什么一些主要的方法,如k近邻,决策树和随机森林

这些课堂讲稿由三章组成:

第一章:详细介绍了几种分类方法,快速填补了两者之间的差距

  • 分类回归:

  • 线性和二次判别分析(LDA, QDA);

  • Fisher判别分析(FDA);

  • 核Fisher判别分析(KFDA);

  • 多类线性判别分析;

  • 逻辑回归;

  • Adaboost和梯度推进;

  • 分类(SVC)和回归(SVR)的支持向量机(SVM)。



第2章:我们考虑了未观察到的标签问题,并给出了一些生成的划分方法

输入空间:

  • 高斯混合的期望-最大化(软k均值);

  • k - means算法;

  • 谱聚类;

  • 层次聚类

  • 基于密度的噪声应用的空间聚类(DBSCAN)。



第三章:维数灾难

  • 降维技术

  • (线性或非线性)给出:

  • 主成分分析(PCA);

  • 随机预测;

  • 核主成分分析(KPCA);

  • 多维标度(MDS)。


最新《机器学习导论》干货笔记,65页pdf公式推导教程


http://www.lpsm.paris/pageperso/sangnier/index.html


最新《机器学习导论》干货笔记,65页pdf公式推导教程

最新《机器学习导论》干货笔记,65页pdf公式推导教程

最新《机器学习导论》干货笔记,65页pdf公式推导教程


专知便捷查看

  • 后台回复“ML65” 可以获取《最新《机器学习导论》干货笔记,65页pdf公式推导教程》专知下载链接索引

最新《机器学习导论》干货笔记,65页pdf公式推导教程

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询!
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源

版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《最新《机器学习导论》干货笔记,65页pdf公式推导教程》的版权归原作者「专知」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读

关注专知微信公众号

专知微信公众号:Quan_Zhuanzhi

专知

手机扫描上方二维码即可关注专知微信公众号

专知最新文章

精品公众号随机推荐