机器学习模型总结
根据课程做出的总结
模型 | 损失函数 | 正则/先验 | 目标函数 | 参数 | 超参数 | 优化算法 | 备注 | ||||
---|---|---|---|---|---|---|---|---|---|---|---|
贝叶斯判别 | y | $ p(\hat y\neq y | x)=\left\{ \begin{aligned} p(\hat y=1 | x) & , & y=0\ p(\hat y=0 | x)&,&y=1\ \end{aligned} \right.$ | ||||||
K-L变换 | |||||||||||
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 BraveY!