Machine Learning

Machine Learning 共筆 Week 10

Logistic Regression Problem

• 首先先來看看 Learning flow

Machine Learning 共筆 Week 9

本週四個主題主要描述:

Machine Learning 共筆 Week 6

Theory of Generalization

Machine Learning 共筆 Week 5

Training versus Testing

Recap and Preview

Machine Learning 共筆 Week 4

上一周探討了各種不同面向的機器學習後，今天要探討的是Learning做不到的事情:

1. Two controversial answer: 當一個問題有不只一種答案，在這種狀況下無法收斂 Model是學不到東西的
2. No free lunch: general purpose的algorithm是不存在的，應該根據假設與背景知識去設計優化，畢竟各種演算法的設計與現實資料情境往往都存在一定程度的傾斜

Machine Learning 共筆 Week 3

Type of Learning

這周主要簡單介紹了一下有哪些機器學習的input/output、學習方式、餵資料的方式，大致上有以下四種分類:

Different Output Space:

• Binary Classification (是非題) ex. 從病人特徵得知有沒有生病

Machine Learning 共筆 Week 2

Learning to Answer Yes/No (機器怎麼解決是非題?)

H (hypothesis set) 會長什麼樣子?

• for x=(x1,x2,···,xd)
  每一個 x (feature of customer) 都當成一個向量
  年紀維度
  年收入維度
  工作年限… etc
• Y: +1(good), −1(bad) ,