斯坦福大学Andrew Ng - 机器学习笔记（7） -- 异常检测

　　大概用了一个月，Andrew Ng老师的机器学习视频断断续续看完了，以下是个人学习笔记，入门级别，权当总结。笔记难免有遗漏和误解，欢迎讨论。

　　鸣谢：中国海洋大学黄海广博士提供课程视频和个人笔记，在此深表感谢！

时间： 2024-12-25 01:29:06

斯坦福大学Andrew Ng - 机器学习笔记（7） -- 异常检测的相关文章

斯坦福大学Andrew Ng - 机器学习笔记（1） -- 单变量&多变量线性回归

大概用了一个月,Andrew Ng老师的机器学习视频断断续续看完了,以下是个人学习笔记,入门级别,权当总结.笔记难免有遗漏和误解,欢迎讨论. 鸣谢:中国海洋大学黄海广博士提供课程视频和个人笔记,在此深表感谢!

斯坦福大学Andrew Ng - 机器学习笔记（2） -- 逻辑回归 & 正则化

斯坦福大学Andrew Ng - 机器学习笔记（8） -- 推荐系统 & 大规模机器学习 & 图片文字识别

斯坦福大学Andrew Ng - 机器学习笔记（6） -- 聚类 & 降维

斯坦福大学Andrew Ng - 机器学习笔记（3） -- 神经网络模型

斯坦福大学Andrew Ng - 机器学习笔记（4） -- 机器学习算法的选择与评估

斯坦福大学Andrew Ng - 机器学习笔记（5） -- 支持向量机（SVM）

斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

课程设置和内容视频课程分为20集,每集72-85分钟.实体课程大概一周2次,中间还穿插助教上的习题课,大概一个学期的课程. 内容涉及四大部分,分别是:监督学习(2-8集).学习理论(9集-11集).无监督学习(12-15集).强化学习(16-20集).监督学习和无监督学习,基本上是机器学习的二分法:强化学习位于两者之间:而学习理论则从总体上介绍了如何选择.使用机器学习来解决实际问题,以及调试(比如:误差分析.销蚀分析).调优(比如:模型选择.特征选择)的各种方法和要注意的事项(比如,避免过早优

andrew ng machine learning week9 异常检测和推荐系统

异常检测概率分布的角度:通过判断某个样本的概率分部值和阈值的关系判断是不是异常样本异常检测的应用: 1. 在线购物网站如何识别异常用户(欺诈行为或者被盗号) 2. 制造业 3. 检测计算机的运行情况高斯分布高斯分布开发异常检测算法步骤 1. 选择一些异常的特征 2. 计算均值和方差,对于每一个特征来进行计算在这个三维立体图中,越高的地方是正常的地方,异常区则是接近平面0的这些点如何开发一个关于异常检测的应用实数评价法的重要性: 不建议把交叉集和测试集混在一起使用算法的评估过程