51CTO博客开发
上一节我们介绍了监督学习的整体框架和基本的要点,按照总分的思考方式,接下来我们要分别介绍相应的一些算法了。今天这节我们来看看贝叶斯定理在机器学习中的应用。本章要点如下:1. 贝叶斯定理;2. 分类中的贝叶斯定理;3. 风险和效用度量;4. 关联规则;一、贝叶斯定理 贝叶斯定理来源于统计学中的条件概率,它可以揭示两个变量间的对应关系,基本公
机器学习中监督式学习是非常重要的一类,因为ML的主要出发点是利用获得的数据来补偿未知的知识,所以从训练集出发学习数据中的模式规律就是最为自然的一类 情况。今天开始自己决定利用两周左右的时间,来记录整理自己学习机器学习的笔记,主要的参考资料是Ethen Alpaydin的《机器学习导论》,如有错误或疏漏,还请各位童鞋批评指正。今天主要来宏观地谈谈监
接触安全领域也算四年了,大大小小的方向都看过一些,却都未能精通,日渐感到自己实力的匮乏,因此自己决定今天开始来学习下Hack技术最为核心的知识和技能:漏 洞挖掘与恶意代码分析。由于主要涉及这个领域,因此所谈与WEB安全脚本之类的关联不大,凡事须追本,根深才能叶茂,希望可以利用近两年的时间,小有所 成。 今天要讲的是Hack技术的编程基础,谈到基础
在大致了解了机器学习的算法分类(监督式、非监督式以及增强学习)和梯度算法后,今天我们来了解下拟合度和最大似然估计的相关问题。一、最小二乘法的拟合度 监督式学习中一类典型的应用就是回归问题,基本的就是线性回归,即用一条直线去逼近训练集合。最小二乘法就是根据已有的训练集样本来确定拟合度最好的函数 曲线。但是由于选择一个什么样的曲线是人工决定的,而不同的曲线又具有
上一章中我们简单介绍了机器学习的大概情况,今天我们开始循序渐进地学习机器学习中相关的算法。在接触经典算法之前,我们先来了解下“梯度下降”算法。一、算法背景 作为一个算法演示的背景,我们还是采用上一章中提到的房屋价格和房屋大小的关系问题,不同大小的房屋对应不同的房价,我们要通过分析已有的数据样本,来预 测一个新样本的房价。这
由于工作的关系,开始接触机器学习这个技术领域,虽然自己的工作看似和机器学习关系不大,但是利用机器学习进行大数据的分析却是至关重要的。因此从今天开始自己再开始一个关于“机器学习”的系列笔记,将主要记录整理自己学习的收获。今天是对于机器学习的一个基本的介绍。一、什么是机器学习?为什么需要机器学习? 所谓机器学习,英文就是Mach
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号