MIT機器學習基礎（Foundations of Machine Learning, author: Mehryar Mohri et al.)
1. 簡介 本章是對機器學習的初步介紹，包括一些關鍵的學習任務和應用，基本定義，術語，以及對一些一般場景的討論. 1.1 何爲機器學習 機器學習可以廣泛地定義爲使用經驗來提高性能或進行準確預測的計算方法。在這裏，經驗是指可以獲取的過去信息，一般是可以用於分析的電子數據形式。這些數據可以是數字化的人工標記的訓練集形式，或者是通過與環境互動獲得的其他類型的信息。無論何種情形，數據集的質量和大小對於
相關文章
- 1. 林軒田機器學習基石（Machine Learning Foundations）筆記（四）
- 2. 林軒田機器學習基石（Machine Learning Foundations）筆記（二）
- 3. 深度學習基礎 Probabilistic Graphical Models | Statistical and Algorithmic Foundations of Deep Learning
- 4. 機器學習簡介(Introduction of Machine Learning)
- 5. Notes of Machine Learning
- 6. 機器學習基石 - Feasibility of Learning
- 7. VisualStudio2019機器學習Machine Learning
- 8. 重磅分享！最新版《機器學習基礎》！
- 9. 機器學習基石 - Types of Learning
- 10. 4. 機器學習基石-When can Machine Learn? - Feasible of Learning
- 更多相關文章...
- • Rust 基礎語法 - RUST 教程
- • Scala 基礎語法 - Scala教程
- • Kotlin學習（二）基本類型
- • Kotlin學習（一）基本語法
相關標籤/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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 林軒田機器學習基石（Machine Learning Foundations）筆記（四）
- 2. 林軒田機器學習基石（Machine Learning Foundations）筆記（二）
- 3. 深度學習基礎 Probabilistic Graphical Models | Statistical and Algorithmic Foundations of Deep Learning
- 4. 機器學習簡介(Introduction of Machine Learning)
- 5. Notes of Machine Learning
- 6. 機器學習基石 - Feasibility of Learning
- 7. VisualStudio2019機器學習Machine Learning
- 8. 重磅分享！最新版《機器學習基礎》！
- 9. 機器學習基石 - Types of Learning
- 10. 4. 機器學習基石-When can Machine Learn? - Feasible of Learning