17计算机实验班模式识别-
第一次个人作业
学习心得 第一章讲了基本概念以及评价指标，了解到了什么是机器学习，怎样才算识别效果比较好,以及如何用数学表达。第二章就正式开始讲分类的方法了，讲述了用距离进行分类，其中用欧式距离要消除特征之间的相关性，以及量纲的影响，所以就引入了MICD分类器，但MICD分类器的缺陷是距离相等的时候会选择方差较大的 -
机器学习第一次个人作业
一、学习笔记 二、人工智能前沿 元学习 元学习是目前机器学习领域一个热门的研究方向，它解决的是学习如何学习的问题。 传统的机器学习研究模式是：获取特定任务的大型数据集，然后用这个数据集从头开始训练模型。很明显，这和人类利用以往经验，仅仅通过少量样本就迅速完成学习的情况相差甚远。 因为人类学习了「如何 -
第一次个人作业
课程学习心得 经过这几周对机器学习的学习，了解了很多基础的概念，对模式识别有了一个整体上的认识。其实整体上的思路很简单，就是将待判别的目标抽取特征，使用训练好的模型得出结果。 对于特征抽取课程并没有深入介绍，只有介绍了一些粗略的原则。重点主要在模型的确定上。 模型介绍了基于距离和基于概率的模型。基于 -
机器学习个人作业
对课程的学习心得做一个小结|学习笔记 模式识别 一般由 特征提取 、 回归器 两模块组成 大致分为 回归 与 分类 两种形式 对于输入的待识别模式，根据已有的知识进行判别决策，输出其回归值或所属类别 机器学习 通过一定量的训练样本，来学习模型的参数，有以下几类： 有监督式学习：训练样本给定真值 无监 -
机器学习第一次个人作业
学习的心得|笔记 贝叶斯估计，极大似然估计 前两天做了一些极大似然估计和贝叶斯估计的笔记，印象挺深的所以就先记录这一块。 首先先说明一下估计的方法吧，估计的方法包括参数估计和非参数估计，在参数估计中，又包括了最大似然估计和贝叶斯估计。 极大似然估计 最大似然估计的目的是利用已知的样本结果，反推最有可 -
机器学习作业一
惯例开始的废话 不知不觉已经开学五周了。回想起我提着行李箱离开学校的时候，已经是将近两个月前的事了。真的有点不敢想象，我居然能在家呆这么久。不过大三的我，这应该也是最后一次了吧。 这一次的天灾人祸在中国也慢慢褪去，但是又在国外肆虐。希望能早点回学校，开始正常的学习，生活。在家真的是太懒散了，自制力不 -
第一次个人作业
1、学习心得小结、学习笔记 ~~笔记字迹较为潦草，就不放了，这里简略总结一下~~ 模式识别 根据已有知识的表达（函数映射），针对待识别模式，判别决策其所属的类别或者预测其对应的回归值，是一种推理过程，可划分为“分类”和“回归”两种形式。 模式识别任务的模型通过机器学习获得。 机器学习 利用训练样本， -
第一次个人作业
1.学习心得 在开始机器学习之前，先对模式识别有了大概了解。模式识别即根据已有知识的表达，针对待识别模式，判别决策其所属的类别或者预测其对应的回归值。简而言之，有两种形式，分类和回归。不同之处在于，分类的输出量是离散的类别表达，而回归的输出量是连续的信号表达。本质上是一个推理过程。我们可以用数学表达