Andrew Ng机器学习笔记week9 异常检测、推荐系统
2017-12-11 19:09
1316 查看
一、异常检测
1.问题举例:2.高斯分布
3.算法
密度估计
算法过程、举例:
算法评估:
4.异常检测 VS 监督学习
5.选择使用的特征
6.多变量高斯分布
使用多变量高斯分布的异常检测
二、推荐系统
问题:1.基于内容的推荐
优化目标:
优化算法:
2.Collaborative filtering
优化算法:
协同过滤:
①协同过滤的优化目标:
②协同过滤算法:
3.向量化:低秩矩阵分解
4.实现细节:均值归一化处理
相关文章推荐
- machine learning week 9 异常检测 推荐系统
- Machine Learning第九周笔记:异常检测与推荐系统
- 斯坦福大学(吴恩达) 机器学习课后习题详解 第九周 编程题 异常检测与推荐系统
- Coursera-吴恩达-机器学习-(编程练习8)异常检测和推荐系统(对应第9周课程)
- Coursera机器学习(Andrew Ng)笔记:异常检测与推荐系统
- 机器学习公开课笔记(9):异常检测和推荐系统
- Coursera-吴恩达-机器学习-(第9周笔记)异常检测和推荐系统
- Andrew NG 机器学习 笔记-week9-异常检测和推荐系统(Anomaly Detection and Recommender Systems)
- 异常检测与推荐系统 机器学习基础(8)
- Coursera 《Machine Learning》 编程作业8:异常检测与推荐系统
- Anomaly Detection and Recommender Systems[异常检测&推荐系统]
- 如何开发一个异常检测系统:异常检测 vs 监督学习
- 基于PySpark的网络服务异常检测系统 阶段总结(二)
- 系统异常重启检测-mcelog
- 软件推荐:扫码格式检测系统
- 两步实现Log4j记录java控制台输出的系统所有异常信息和自定义记录日志---->非常实用,强烈推荐阅读
- 我们了的系统检测到您的计算机网络中存在异常流量.
- 系统检测发现您正在使用极低版本IE浏览器,可能存在安全隐患,强烈推荐您在windows系统使用更快速!更安全!更稳定!的浏览器:FireFox火狐浏览器,点击下载
- Machine Learning第九讲[异常检测] --(二)创建一个异常检测系统