斯坦福ML公开课笔记11——贝叶斯正则化、在线学习、ML应用建议
2015-08-13 17:41
281 查看
转载:http://blog.csdn.net/stdcoutzyx/article/details/18500441
本文对应ML公开课的第11个视频。前半部分仍然是讲学习理论的内容,后半部分主要讲述一些在具体应用中使用ML算法的经验。学习理论的内容包括贝叶斯统计和正则化(Bayesianstatistics and Regularization)、在线学习(OnlineLearning)。ML经验包括算法的诊断(Diagnostics for debugging
learning algorithms)、误差分析(error analysis)、销蚀分析(ablativeanalysis)、过早优化(premature optimization)。
本文对应ML公开课的第11个视频。前半部分仍然是讲学习理论的内容,后半部分主要讲述一些在具体应用中使用ML算法的经验。学习理论的内容包括贝叶斯统计和正则化(Bayesianstatistics and Regularization)、在线学习(OnlineLearning)。ML经验包括算法的诊断(Diagnostics for debugging
learning algorithms)、误差分析(error analysis)、销蚀分析(ablativeanalysis)、过早优化(premature optimization)。
相关文章推荐
- IOS上 关于状态栏的相关设置(UIStatusBar)
- BMP文件格式详解
- js 语法
- MeteoInfoLab脚本示例:FY-3C全球火点HDF数据
- hdu5378
- 传说中的快排是怎样的
- Laravel SoapClient
- redis内核优化
- 微软官方常用系统工具合集
- VS 2008的64位编译环境的安装和使用
- IOS Using UIAlertView to show alerts
- 编写高质量代码改善C#程序的157个建议——建议16:元素数量可变的情况下不应使用数组
- ubuntu14.10配置静态IP中所遇到的DNS问题
- 直接插入排序
- 斯坦福ML公开课笔记10——VC维、模型选择、特征选择
- ios中json解析出现的null问题
- JavaScript--事件模型(转)
- hibernateTemplate获取jdbc数据库连接
- C#.NET开源反编译工具ILSpy下载
- redis常用命令