贝叶斯思想以及与最大似然估计最大后验估计的区别 机器学习的核心思想是从过往的经验中学习出规则,从而对新的事物进行预测。对于监督学习来说,有用的样本数目越多,训练越准确。主要是各种模型+算法 ,最终得到一个最优解。最大似然,最大后验估计都是给定模型参数后,得到样本集的概率的方法。
Non_convex Optimization for Machine Learning.pdf 机器学习中,常用优化算法,采用的是凸函数优化。随着深度学习的发展,在深度学习等训练是,经常涉及到非凸函数优化问题,该书做了相关的研究和说明。