林轩田《机器学习基石》（十二）—— Nonlinear Transformation
上一节讲的三个模型：线性分类、线性回归，logistics回归问题都是线性的方式：用w计算一个分数。今天要讲的是nolinear 非线性的方式去做分类。 一、二次hypothesis 对于线性的假设，二元分类问题中，首先从视觉上是用把资料用一条线切割。数学上来讲就是用我们输入的特征x计算一个分数： 另一方面，我们会遇到某些资料无法用线切割，不管用哪一条线切割都会很大。今天我们研究的是，如何突破线性
相关文章
- 1. 林轩田机器学习基石Lecture 12: Nonlinear Transformation
- 2. [林轩田]机器学习基石（四)
- 3. [林轩田]机器学习基石（三）
- 4. 机器学习基石（林轩田）第十二章 笔记与感悟总结
- 5. 机器学习 | 台大林轩田机器学习基石课程笔记12 --- Nonlinear Transformation
- 6. 机器学习基石 - Nonlinear Transformation
- 7. 机器学习基石-Nonlinear Transformation
- 8. 林轩田机器学习基石感知机算法（二）
- 9. 林轩田《机器学习基石》（十一）—— Linear models for classification
- 10. 林轩田《机器学习基石》（十三）—— Hazard of overfitting
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Kotlin学习（二）基本类型
- • Kotlin学习（一）基本语法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 林轩田机器学习基石Lecture 12: Nonlinear Transformation
- 2. [林轩田]机器学习基石（四)
- 3. [林轩田]机器学习基石（三）
- 4. 机器学习基石（林轩田）第十二章 笔记与感悟总结
- 5. 机器学习 | 台大林轩田机器学习基石课程笔记12 --- Nonlinear Transformation
- 6. 机器学习基石 - Nonlinear Transformation
- 7. 机器学习基石-Nonlinear Transformation
- 8. 林轩田机器学习基石感知机算法（二）
- 9. 林轩田《机器学习基石》（十一）—— Linear models for classification
- 10. 林轩田《机器学习基石》（十三）—— Hazard of overfitting