这一节讲述的是机器学习的核心、根本性问题——学习的可行性。学过机器学习的我们都知道，要衡量一个机器学习算法是否具有学习能力，看的不是这个模型在已有的训练数据集上的表现如何，而是这个模型在训练数据外的数据（一般我们称为测试数据）上性能的好坏，我们把这个性能称为泛化能力（generalization a...
分类：
其他好文 时间：
2015-03-08 15:37:17
阅读次数：
183
Coursera Machine Learning 学习笔记（八）...
分类：
系统相关 时间：
2015-03-05 19:33:25
阅读次数：
638
Coursera Machine Learning 学习笔记（九）...
分类：
系统相关 时间：
2015-03-05 19:32:24
阅读次数：
145
这门课以8周设计,分成 4个核心问题,每个核心问题约需2周的时间来探讨.每个约2个小时的录影中,每个小时为一个主题,以会各分成4到5个小段落,每个段落里会有一个后多个随堂的练习.我们在探讨每个核心问题的第二周。关于Machine Learning更多讨论与交流，敬请关注本博客和新浪微博songzi_tea....
分类：
系统相关 时间：
2015-03-04 22:42:18
阅读次数：
421
Coursera Machine Learning 学习笔记（七）...
分类：
系统相关 时间：
2015-03-04 06:15:53
阅读次数：
249
Coursera Machine Learning 学习笔记（六）...
分类：
系统相关 时间：
2015-03-04 01:04:54
阅读次数：
236
Coursera Machine Learning 学习笔记（五）...
分类：
系统相关 时间：
2015-03-02 01:01:46
阅读次数：
270
训练数据格式如下：输入有4个维度，输出为{-1，+1}。共有400条数据。 题目要求将权向量元素初始化为0，然后使用“Naive Cycle”遍历训练集，求停止迭代时共对权向量更新了几次。 所谓“Naive Cycle”指的是在某数据条目x(i)上发现错误并更新权向量后，下次从x(i+1)继续读数据，而不是回到第一条数据x(0)从头开始。该题要求使用“fixed,pre-determined random cycle”对数据进行遍历，即对400条数据进行随机排序，然后在这轮计算中始终使用这一排序，直到下一轮...
分类：
其他好文 时间：
2015-03-01 23:54:00
阅读次数：
448
Coursera Machine Learning 学习笔记（四）...
分类：
系统相关 时间：
2015-03-01 23:48:06
阅读次数：
209
Coursera Machine Learning 学习笔记（三）...
分类：
系统相关 时间：
2015-02-28 06:46:41
阅读次数：
280
