发帖
雷达卡
《机器学习导论》2nd Edition ---（土耳其）Ethem Alpaydin 著 范明 昝（zan）红英 牛常勇译 ----机械Press-2014.3
ML优化参数θ，使得逼近误差最小，也就是说，我们的估计要尽可能接近训练集中给定的正确值。
在线性模型限制过强的情况下，可以利用比如二次函数： y = ω2 * x **2 + ω1 *x + ω0
或更高阶的多项式，或其他非线性函数，为最佳拟合优化它们的参数。
回归的另一个例子：对移动机器人的导航。（或自动汽车导航）
其中，输出是每次转动车轮的角度，使得汽车前进而不会撞到障碍物或偏离车道。
输入由汽车上的传感器（如视频相机、GPS等）提供。
训练数据可以通过监视和记录驾驶员的动作收集。
另外还有响应面设计（response surface design）拟合新的模型。
1.2.4 非监督学习
监督学习中，目标是学习从输入到输出的映射关系，其中输出的正确值已经由指导者给出。
非监督学习中，没有这样的指导者，只有输入数据，其目标是发现输入数据中的规律。
输入空间存在着某种结构，使得特定的模式比其他模式更常出现。我们希望知道哪些警察发生，哪些不经常发生。在统计学中，这称为密度估计（density estimation）
密度估计的一种方法是聚类（clustering），其目标是发现输入数据的簇或分组。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
