机器学习的挑战---周志华
关于深度模型 关于监督信息 关于任务环境 一 深度模型： 深度--纯数值建模任务 并不擅长符号建模、离散建模任务 集成学习，而非使用stack，避免overfitting 1.硬件加速，限制模型的大小 2.理论 二 监督信息 三 任务环境 预测和训练数据独立同分布 类别标记恒定 属性空间恒定 评价目标恒定 而现在的任务环境并不是不变的
相关文章
- 1. 《机器学习》周志华
- 2. 周志华机器学习笔记（一）
- 3. 机器学习-周志华总结
- 4. 周志华 机器学习 Day8
- 5. 《机器学习》周志华-决策树
- 6. 周志华 机器学习 Day17
- 7. 周志华 机器学习 Day28
- 8. 周志华 机器学习 Day6
- 9. 周志华 机器学习 Day10
- 10. 周志华 机器学习 Day21
- 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
- • 适用于PHP初学者的学习线路和建议
- • 漫谈MySQL的锁机制
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. 《机器学习》周志华
- 2. 周志华机器学习笔记（一）
- 3. 机器学习-周志华总结
- 4. 周志华 机器学习 Day8
- 5. 《机器学习》周志华-决策树
- 6. 周志华 机器学习 Day17
- 7. 周志华 机器学习 Day28
- 8. 周志华 机器学习 Day6
- 9. 周志华 机器学习 Day10
- 10. 周志华 机器学习 Day21