2
6.3.
支持向量机 ........................................................................................................ 32
6.3.1.
直觉上的间隔 .................................................................................................... 32
6.3.2.
符号表示 ............................................................................................................ 33
6.3.3.
几何间隔 ............................................................................................................ 33
7.
最优间隔分类器 ............................................................................................................... 36
7.1.
最优间隔分类器 ................................................................................................. 36
7.2.
拉格朗日对偶 .................................................................................................... 37
7.3.
最优间隔分类器 ................................................................................................. 39
8.
顺序最小化算法 ............................................................................................................... 43
8.1.
核方法 ................................................................................................................ 43
8.2.
正则化和线性不可分 ......................................................................................... 46
8.3.
坐标上升法 ........................................................................................................ 48
8.4.
序列最小算法(SMO) .......................................................................................... 49
9.
经验风险最小化 ............................................................................................................... 52
9.1.
偏差和方差的权衡 ............................................................................................. 52
9.2.
预备知识 ............................................................................................................ 53
9.3.
有限情况下的ℋ ................................................................................................. 54
10.
特征选择 ............................................................................................................ 58
10.1.
无限情况下的ℋ ................................................................................................. 58
10.2.
交叉验证(Cross validation) ............................................................................... 61
10.3.
特征选择 ............................................................................................................ 62
11.
贝叶斯统计正则化 ............................................................................................. 65
11.1.
贝叶斯统计和正则化 ......................................................................................... 65
11.2.
附录：过拟合思考 ............................................................................................. 66
11.3.
感知器和最大间隔分类 ..................................................................................... 67
11.4.
使用机器学习的一些建议 ................................................................................. 67
11.4.1.
调试学习算法 ............................................................................................. 67
11.4.2.
误差分析 ..................................................................................................... 70
12.
K-means算法 .................................................................................................... 71
12.1.
k-means聚类算法 ............................................................................................. 71
12.2.
高斯混合模型和最大期望算法 .......................................................................... 72
12.3.
最大期望算法一般化 ......................................................................................... 74
12.3.1.
Jensen不等式 ............................................................................................. 74
12.3.2.
EM算法 ...................................................................................................... 75
king__02019-02-26正是我需要的，值得下载
