机器学习知识框架分享_第1页
机器学习知识框架分享_第2页
机器学习知识框架分享_第3页
机器学习知识框架分享_第4页
机器学习知识框架分享_第5页
已阅读5页，还剩46页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、机器学习知识框架演讲人2021-12-2301阈值函数阈值函数Sigmoid函数子主题02损失函数损失函数负的Log似然函数（NLL）子主题03数理统计似然估计极大似然估计？04优化算法优化算法梯度下降法（GD） 初始点下降方向步长凸优化问题05概览概念概览机器学习是从数据中学习和提取有用的信息，不断提升机器的性能算法分类（Classification）回归（Regression）监督学习(Supervised Learning) 增强学习(Reinforcement Learning)聚类（Clustering）无监督学习(Unsupervised Learning) 半监督学习(Semi-

2、Supervised Learning)06监督学习监督学习分类算法 回归算法监督学习分类算法 Logistic RegressionSoftmax RegressionFactorization MachineBP神经网络随机森林（Random Forest）支持向量机010203040506分类算法 KNN算法监督学习Logistic RegressionLogistic Regression模型监督学习回归算法01线性回归算法02逻辑回归算法03Softmax Regression算法04岭回归和Lasso回归05CART树回归线性回归算法目标函数（模型）01线性回归函数损失函数02求误

3、差平方和最小优化算法03随机梯度下降最小二乘法逻辑回归算法目标函数（模型）极大似然估计对数似然损失函数逻辑回归算法优化算法随机梯度下降01牛顿法02L-BFGS03Softmax Regression算法目标函数01损失函数02优化算法0307酉函数酉函数 08梯度梯度 09微积分微积分求偏导泰勒级数10模型训练思考方式模型训练思考方式 确定问题1 设计目标函数（模型）3梯度下降算法随机梯度下降设计优化方法5 特征工程2均方误差（MSE）子主题子主题设计损失函数411凸函数凸函数 12L1/L2正则化L1/L2正则化13决策树算法决策树算法单棵树子主题子主题集成学习bagging算法 随机森林boosting算法14数学基础数学基础51234矩估计 中心极值定理 微积分导数/偏导数概率论基础 协方差 15特征工程特征工程16无监督学习无监督学习聚类算法01K-means02Mean Shift03DBSCAN04Lable Propagation17推荐算法推荐算法基于矩阵分解的推荐算法

人人文库> 全部分类> 行业资料 > 管理策划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论