ai-統計學習（1）-模型-感知機-（隨機梯度下降和對偶)
ai-統計學習（2）-模型-k近鄰
ai-統計學習（3）-分類-感知機-python 例項**
ai-統計學習（4）-knn 線性掃瞄演算法-python-例項**
ai-統計學習（5）-極大似然估計求後驗概率最大化
ai-統計學習（6）-貝葉斯求後驗概率最大化
ai-統計學習（7）-決策樹模型-「概念**」到」樹」再到」數學表示式」-全過程詳解
ai-統計學習（8）-決策樹模型-python-例項原始碼
ai-統計學習（9）-貝葉斯求概率最大化python-例項原始碼
ai-統計學習(10)-拉格朗日對偶性-求極值必備
ai-統計學習(11)-改進的迭代演算法及擬牛頓法
ai-統計學習(14)-adaboost（1）-基本模型
ai-統計學習(15)-adaboost（2）-訓練誤差界
ai-統計學習(16)-** l1l2正則-凸優化
ai-統計學習（17）-em演算法
ai-統計學習（18）-隱馬爾可夫和條件隨機場
AI 統計學習（2） 模型 K近鄰
k近鄰演算法 k近鄰模型解決的問題 二分類 多分類 回歸。k近鄰模型適用條件 非線性可分，區域性資訊，用完後需要訓練集資料 儲存方法影響結果。沒有很強的假設。k近鄰演算法的模型複雜度體現在哪？什麼情況下會造成過擬合？模型複雜度體現在k值上 k值比較小的時候容易造成過擬合 k值比較大的時候容易造成欠擬...
統計學習 統計學習三要素
模型是所要學習的條件概率分布或者決策函式。統計學習的目的在於從假設空間中選取最優模型。故需要引入損失函式與風險函式。損失函式 衡量模型一次 的好壞。風險函式 衡量平均意義模型 的好壞。l y,f x begin 1,y neq f x 0,y f x end l y,f x y f x 2 l y,...
統計學習 4
統計學習 本次我們對另一種基本的分類和回歸方法進行介紹，決策樹。決策樹模型是樹形結構，在分類問題中，表示基於特徵對例項進行分類的過程。學習過程中，利用訓練資料，根據損失函式最小化的原則建立決策樹模型。時，對新的資料，利用決策樹模型進行分類。決策樹學習包括三個步驟 特徵選擇，決策樹生成和決策樹修剪。我...