大数据技术与应用8--总复习.pptxVIP

大数据技术与应用;大数据分析系统层次结构;数据分析方法概述;机器学习流程;5;机器学习的基石算法;机器为什么能学习;两种重要的误差函数;?;线性回归的误差函数：squared error;逻辑回归(Logistic Regression);误差函数Ein(w);最小化 Ein(w);求解最小化Ein(w);梯度下降法;逻辑回归算法;随机梯度下降（SGD）;似然函数;似然函数;一对多分类法（One-Versus-All，OVA）;一对一分类法（One-Versus-One，OVO）;线性模型比较;误差函数回顾;误差函数的直观展示;非线性变换;非线性转换Φ + 线性模型 = 非线性模型;过拟合及欠拟合;避免过拟合的几种方法;在约束条件下回退;正则化（Regularization）;训练集产生Ein，测试集Dval;K的选择;改进的leave-one-out 交叉验证;Large-Margin分类器/超平面;点到超平面的距离;点到分类超平面的距离;Support Vector Machine (SVM);特殊分类超平面的margin;SVM的通用解法;使用QP解决SVM;非线性SVM的解;???线性SVM的解;核函数：特征转换+内积运算;核函数SVM的计算过程;各个核函数的比较;各个核函数的比较;各个核函数的比较;其他的核函数;2016/12/26