机器学习-可行性分析入门
文章地址:https://www.jianshu.com/p/23949ca4f8ab文章写的比较容易理解,但仅仅对二分类的学习问题可行性进行讨论,并非所有的机器学习输出空间都是二值的,其他类型的需要更深入的学习了。文章参考资料:[1] Learning From Data(网易公开课).[2] 林轩田机器学习基石(B站公开课).[3] No Free Lunch Theorems.[4] 机器学
·
文章地址:https://www.jianshu.com/p/23949ca4f8ab
文章写的比较容易理解,但仅仅对二分类的学习问题可行性进行讨论,并非所有的机器学习输出空间都是二值的,其他类型的需要更深入的学习了。
文章参考资料:
[1] Learning From Data(网易公开课).
[2] 林轩田机器学习基石(B站公开课).
[3] No Free Lunch Theorems.
[4] 机器学习为什么可行的上、中、下(知乎八汰).
[5] 机器学习 - 学习理论(博客园viredery).
[6]如何通俗的理解机器学习中的VC维、shatter和break point?(知乎).
[7]台湾大学林轩田机器学习基石课程学习笔记(红色石头).
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐



所有评论(0)