Makine Öğrenmesinin Temelleri · Dijital ders notu
Supervised learning, regresyon, MLE, MMSE ve MAP
- Ders
- Makine Öğrenmesinin Temelleri (ELM472)
- Dönem
- 7. Dönem · 2024–2025 Güz
- Biçim
- PDF · 7 sayfa · 0,1 MB · el yazısı görünümlü LaTeX
- Orijinal not
- Ders3.pdf
Uyarı: Dijital notlar, el yazısı notlardan Claude (Anthropic) yardımıyla oluşturulmuştur; yardımcı kaynak olarak hazırlanmıştır ve hata içerebilir. Orijinal notları ve resmi ders kaynaklarını esas alın.
The digital notes were created from the handwritten notes with the help of Claude (Anthropic); they are meant as a supplementary resource and may contain errors. Always rely on the original notes and the official course materials.
The digital notes were created from the handwritten notes with the help of Claude (Anthropic); they are meant as a supplementary resource and may contain errors. Always rely on the original notes and the official course materials.
Bu notta neler var?
- Supervised learning
- Sınıflandırma
- Regresyon
- 3 adımımız var
- Hastalık tespitinde
- İlişki kuralları
- Bayes kuralı
- Bayesian Theory
- MMSE (Minimum mean square error)
- Maximum a Posteriori (Map) Estimation
Notun metni
Düz metin olarak göster (formüller ve çizimler yoktur)
ile tahmin etmeye çalışıyoruz.
En basit modelleme: doğrusal modelleme
ya böyle olsaydı
ikinci bir boyut ekledik [x_1^2, x_1]
çocuk bezi, tıraş bıçağı
x ile y arasındaki ilişkilerine
X'leri satın y'leri de satın
tamamen bağımsızsa P(x,y) = P(x)· P(y) olur
Korelasyon ile nedensellik aynı şey değil
x^t P(x θ) → theta parametresi ile gösterilen P dağılımına uygun
çarpımdan kurtulmak için
hem de olasılık dağılımları çok fazla
MMSE (Minimum mean square error).
Maximum a Posteriori (Map) Estimation