AI在弦上
0.0.1
简介
数学
信息论
Coursera
机器学习基石 林轩田
Lecture 01 机器学习问题
Lecture 02 感知机 0-1 分类问题
1. Perceptron 假设空间
2. Perceptron Learning Algorithm
3. 感知机学习算法PLA有效性前提
4. 感知机如何处理非线性可分集
5. 小结
Lecture 03 机器学习类型
AI在弦上
Docs
»
机器学习基石 林轩田
»
Lecture 02 感知机 0-1 分类问题
Lecture 02 感知机 0-1 分类问题
¶
1. Perceptron 假设空间
1.1. 感知机的基本思想
1.2. 感知机假设函数的基本形式
1.3. 假设函数的几何意义
2. Perceptron Learning Algorithm
2.1. 设计感知机学习算法面临的困难
2.2. 感知机学习算法的步骤
2.3. PLA 疑问
3. 感知机学习算法PLA有效性前提
3.1. PLA 终止的前提条件
3.2. PLA 迭代次数估计
4. 感知机如何处理非线性可分集
4.1. PLA 实际使用时可能存在问题
4.2. 度量超平面是否符合要求的标准
4.3. pocket algorithm
5. 小结
5.1. 概要
5.2. 感知机是什么
5.3. PLA
5.4. PLA 收敛性前提条件
5.5. 非线性可分集合 pocket algorithm
5.6. 未涵盖内容