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
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
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