【台大李宏毅ML课程】Lecture 4 Classification笔记
Lecture 4 Classification 本讲主要讲述了基于概率模型的分类器 分类的应用场景就很多了，如信用卡评分、疾病诊断、模式识别等等等等。 1.为什么不用回归而用分类 因为那些离回归函数比较远但却是正确的点会带了很大的error 2.初步的想法 对于一个二分类问题，采用如下方式： 哪个类别的P(C|x)大就判为哪一类； 其中P(C1)和P(C2)可以根据训练集中类别的个数来估算（只是
相关文章
- 1. 【台大李宏毅ML课程】Lecture 1-2 Linear Regression、Error笔记
- 2. 【台大李宏毅ML课程】Lecture 3 Gradient Descent笔记
- 3. 李宏毅ML lecture-10 CNN
- 4. 【台大李宏毅|ML】课程介绍
- 5. 【台大李宏毅ML课程】Lecture 13 Unsupervised Learning——Linear Dimension Reduction笔记
- 6. 【课程笔记-李宏毅ML】transfer learning
- 7. 李宏毅ML lecture-19 Transfer Learning
- 8. 李宏毅ML lecture-12 Semi-supervised Learning
- 9. 李宏毅ML lecture-14 unsupervised Learning--Word Embeddng
- 10. 李宏毅ML lecture-15 unsupervised Learning Neighbor Embedding
- 更多相关文章...
- • ionic 平台 - ionic 教程
- • ASP.NET Razor - 标记 - ASP.NET 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
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. 【台大李宏毅ML课程】Lecture 1-2 Linear Regression、Error笔记
- 2. 【台大李宏毅ML课程】Lecture 3 Gradient Descent笔记
- 3. 李宏毅ML lecture-10 CNN
- 4. 【台大李宏毅|ML】课程介绍
- 5. 【台大李宏毅ML课程】Lecture 13 Unsupervised Learning——Linear Dimension Reduction笔记
- 6. 【课程笔记-李宏毅ML】transfer learning
- 7. 李宏毅ML lecture-19 Transfer Learning
- 8. 李宏毅ML lecture-12 Semi-supervised Learning
- 9. 李宏毅ML lecture-14 unsupervised Learning--Word Embeddng
- 10. 李宏毅ML lecture-15 unsupervised Learning Neighbor Embedding