李航机器学习第七章 — SVM

决策树，这里的树不是我们日常看到路边的树，是指一种数据结构——树。如上图就是一个二叉树，你可以把决策树看做二叉树。二叉树上的每个圈就是节点，可以看做一个if判断，将数据进行二分。最低的叶节点就是对应的分类。

《机器学习方法（第三版）》李航，学习笔记（一）。

2012年09月08日12:14 来源：和讯科技  作者：郑希   原文地址 http://tech.hexun.com/2012-09-08/145627821.html 和讯科技消息 9月8日—9日，中国软件开发者大会在北京国家会议中心举行，本届大会邀请了众多国内 IT 技术领军人物针对软件应用与开发等热门话题进行深入探讨。和讯科技对本次大会进行了全程报道。华为诺亚方舟

机器学习方法》这本书由李航博士撰写，他是字节跳动AI实验室的总监。这本书以其全面和系统的内容，成为了机器学习领域的经典之作。虽然它不是为初学者设计的，但对于任何希望在人工智能领域发展或进行科研工作的人来说，都是一本必读的书籍。书中内容精炼，不拖泥带水，从基础原理出发，为读者提供了清晰的理解。它非常适合作为一本参考书籍。这本书内容丰富，共有29章，分为三个主要部分。

航博士，华为技术有限公司 诺亚方舟实验室 首席科学家 算算时间，从开始到现在，做机器学习算法也将近八个月了。虽然还没有达到融会贯通的地步，但至少在熟悉了算法的流程后，我在算法的选择和创造能力上有了不小的提升。实话说，机器学习很难，非常难，要做到完全了解算法的流程、特点、实现方法，并在正确的数据面前选择正确的方法再进行优化得到最优效果，我觉得没有个八年十年的刻苦钻研是不

里有改动，这是在对参数求。

基于吴恩达《机器学习》课程

詹令 [email protected] 2017.12.19 待整理 统计学习方法 监督学习 非监督学习 半监督学习 强化学习 监督学习方法 生成方法 Generative Approach： P(Y∣X)=P(X,Y)P(X)P(Y|X) = \frac{P(X,Y)}{P(X)} P(Y∣X)=P(X)P(X,Y)​ 朴素贝叶斯模型 隐式马尔科夫模型 判别方法 Discrimitive Approach： k近邻/knn 线性分类模型 感知机 决策树 对数线性分类模型 log

课程链接https://www.coursera.org/learn/machine-learning 参考内容https://www.cnblogs.com/maxiaodoubao/p/10213597.html 这一节学习的不是很认真，主要靠看以上博客内容。本文仅供自己学习记录，建议移步以上链接写的更好。 SVM支持向量机 逻辑回归回顾 代价函数如下： 构建SVM 逻辑回归...

统计学习方法

一、原理： 感知机的“非对偶”还是比较容易理解的，输出的Y只有 +1 和 -1 两个选择。 公式：，其中w是权重，b是偏置 其中sign算是个激活函数： 线性方程： 这个对应空间中的一个超平面 ...

李航第一章 机器学习与监督学习概论

。。