机器学习学习笔记1 - 浙江大学

一、神经元的数学模型 1 仿生学派 2 数理学派 3 单个神经元的数学模型 单个神经元细胞： MP模型： MP模型中输入x和输出y的对应关系： 向量表示：

一、原问题和对偶问题 1 原问题定义 2 该原问题对应的对偶问题 3 对偶问题定义 4 得出定理 定理一： 证明： 5 强对偶定理 6 KKT条件 二、转化为对偶问题 2 映射后的支持向量机的优化问题

一、线性可分和线性不可分 1 特征空间为二维 2 特征空间为三维 3 特征空间为二维数学表示 用数学严格定义训练样本以及他们的标签 假设：我们有N个训练样本和他们的标签： 线性可分的严格定义： 4 用

一、定义 1 Arthur Samuel对机器学习的定义 1.1 非显著式编程 2 Tom Mitshell做出的定义 二、机器学习的分类 1 分类 2 监督学习 2.1 传统的监督学习 2.2 非监