machine-learning-foundations
Introduction
課程設計理念
When Can Machine Learn?
Basic Learning Model
Classification
Why Can Machine Learn?
Perceptron Learning Algorithm
Is Learning Feasible?
Vapnik-Chervonenkis (VC) bound
VC Dimension
Noise and Error
How Can Machines Learn?
Linear Regression
Linear Classification vs. Linear Regression
Logistic Regression
Powered by
GitBook
課程設計理念
課程設計理念
一般的課程設計關於一門學科有兩種著重的方式
從理論的角度出發, 介紹機器學習的假設與限制
從實務出發, 介紹些重要的機器學習方法
而本課程的重心則是從機器學習的基礎開始
什麼時候機器可以用學習?
為什麼機器學習可以用?
機器是如何學習的?
怎麼讓機器學習的結果更好?
環繞以上的主題, 去回答、介紹機器學習哲學上的思想、數學上的工具、演算法的設計以及使用 綜合而成。
results matching "
"
No results matching "
"