摘要 多任务学习(Multi-Task Learning, MTL)是机器学习中的一种学习范式，其目的是利用包含在多个相关任务中的有用信息来帮助提高所有任务的泛化性能。 首先，我们将不同的MTL算法分为特征学习法、低秩方法、任务聚类方法、任务关系学习方法和分解方法，然后讨论每种方法的特点。为了进一步 ...
分类：
其他好文 时间：
2019-11-10 19:20:07
阅读次数：
172
<! TOC "模型选择、欠拟合和过拟合" "训练误差和泛化误差" "模型选择" "K折交叉验证" "欠拟合和过拟合" "模型复杂度" "训练数据集大小" "多项式函数拟合实验" "定义、训练和测试模型" "欠拟合" "过拟合" "小结" <! /TOC 模型选择、欠拟合和过拟合 前几节给予Fash ...
分类：
其他好文 时间：
2019-11-08 19:16:05
阅读次数：
142
支持向量机 (support vector machine, SVM) 是建立在统计学习理论的 VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特点训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折中，以期获得最好的泛化能力。 支持向量机的 基 ...
分类：
其他好文 时间：
2019-11-07 19:35:20
阅读次数：
129
一、前言 今天和朋友在写代码时突然发现List<object> list=new ArrayList<object>()中，前面是通过List引用来调用其子类ArrayList对象的方法（why）。心中十分困惑，查阅相关资料发现这便是java的多态原理。 二、多态 什么是多态？ 百度上原话是：所谓多 ...
分类：
其他好文 时间：
2019-11-07 11:22:31
阅读次数：
89
#include <iostream> #include <windows.h> using namespace std; #pragma warning(disable:4996) //可不可以利用c++的泛化编程的思想去改边它 typedef int Tree_type; //树中的存储结构的类 ...
分类：
编程语言 时间：
2019-11-06 00:49:24
阅读次数：
106
大部分介绍神经网络的文章中概念性的东西太多，而且夹杂着很多数学公式，读起来让人头疼，尤其没什么基础的人完全get不到作者想要表达的思想。本篇文章尝试零公式（但有少量数学知识）说清楚什么是神经网络，并且举例来说明神经网络能干什么。另外一些文章喜欢举“根据历史交易数据预测房子价值”或者“根据历史数据来预 ...
分类：
其他好文 时间：
2019-11-04 17:20:22
阅读次数：
137
支撑向量机的英文名叫: Support Vector Machine，是机器学习领域中的很重要的一种算法。它的思想背后有极强的统计理论的支撑，也是统计学上常用的一种方法。此算法在机器学习中既能解决分类问题，又能解决回归问题。且对真实的数据具有很好的泛化能力。 原理：考虑如下样本数据集，如何分辨此数据 ...
分类：
其他好文 时间：
2019-10-31 18:29:28
阅读次数：
91
是什么 过拟合（overfitting）是指在模型参数拟合过程中的问题，由于训练数据包含抽样误差，训练时，复杂的模型将抽样误差也考虑在内，将抽样误差也进行了很好的拟合。 具体表现就是最终模型在训练集上效果好；在测试集上效果差。模型泛化能力弱。 为什么 为什么要解决过拟合现象？这是因为我们拟合的模型一 ...
分类：
其他好文 时间：
2019-10-26 20:43:49
阅读次数：
78
[toc] 过拟合 机器学习中，如果参数过多、模型过于复杂，容易造成过拟合。 结构风险最小化原理 在经验风险最小化（训练误差最小化）的基础上，尽可能采用简单的模型，以提高模型泛化预测精度。 正则化 为了避免过拟合，最常用的一种方法是使用正则化，例如L1和L2正则化。 所谓的正则化，就是在原来损失函数 ...
分类：
其他好文 时间：
2019-10-24 09:52:40
阅读次数：
96
偏差（Bias）与方差（Variance） 目录： 为什么会有偏差和方差？ 偏差、方差、噪声是什么？ 泛化误差、偏差和方差的关系？ 用图形解释偏差和方差。 偏差、方差窘境。 偏差、方差与过拟合、欠拟合的关系？ 偏差、方差与模型复杂度的关系？ 偏差、方差与bagging、boosting的关系？ 偏差 ...
分类：
其他好文 时间：
2019-10-23 18:37:53
阅读次数：
105
