【Mark Schmidt课件】机器学习与数据挖掘——线性分类器

本课件主要内容包括：

1. 上次课程回顾：L1正则化

2. 组合特征选择

3. 线性模型与最小二乘

4. 梯度下降与误差函数

5. 正则化

6. 辨识重要邮件

7. 基于回归的二元分类？

8. 一维判决边界

9. 二维判决边界

10. 感知器算法

11. 损失函数比较

12. 0-1损失函数

13. 用于特征选择方法的L1正则化

14. L1正则化去偏及滤波

15. 非凸正则化

16. 基于感知器的在线分类器

17. 感知器误差界

英文原文课件下载地址：

http://page5.dfpan.com/fs/5lc5j2221929516f8f7/

更多精彩文章请关注微信号：