作者文章归档：王半仙
通过对损失函数引入正则项，避免模型的过拟合的情况。
正则化的分析：随着$\delta$取值的增大，系数$\theta$趋近于0
将原始样本通过函数进行高维映射，并作为特征进行模型输入，提高模型对于信息的提取能力
比如最常见的高斯核/RBF核(RBF:Radial basis function/径向基函数)
$$k(x,\mu_i,\lambda)=exp{(-\frac{1}{\lambda}||x-\mu_i||^2)}$$
转换过程： $$\phi(x)=[k(x,\mu_1,\
维数灾难（英语：curse of dimensionality，又名维度的诅咒）是一个最早由理查德·贝尔曼（Richard E. Bellman）在考虑优化问题时首次提出来的术语，用来描述当（数学）空间维度增加时，分析和组织高维空间（通常有成百上千维），因体积指数增加而遇到各种问题场景。
当维数提高时，空间的体积提高太快，因而可用数据变得很稀疏。稀疏性对于任何要求有统计学意义的方法而言都是一个问题，为了获得在统计学上正确并且有可靠的结果，用来支撑这一结果所需要的数据量通常随着维数的提高而呈指数级增长，也使得很多策略变得十分低效。
6_course/机器学习/斯坦福CS224W 图机器学习/CS224W 图机器学习-课程总结 ⭐⭐⭐⭐⭐
MIT18.01单变量微积分-课程总结 ⭐⭐⭐⭐⭐
MIT18.02多变量微积分-课程总结⭐⭐⭐⭐⭐
DL.ai 大模型系列-课程总结 ⭐⭐⭐⭐
肖星-《财务分析与决策》课程总结⭐⭐⭐⭐⭐
项目整体耗时：2h 项目完成时间：2018-08-14 项目回顾时间：2021-09-01
设 $x_1,x_2,......x_m$ 是反映旅游经济状况的m个指标（$x$均为正数） 设 $y_1,y
机器学习始于计算机科学的人工智能领域，后来也有不少统计学家加入。如果说哪位统计学家对机器学习的贡献最大，里奥·布莱曼（Leo Breiman）或许当之无愧。
(January 27, 1928 – July 5, 2005)
1928年1月27日，Leo Breiman 出生于纽
- 从多个来源收集和转换数据
- 在mashup中发现和组合数据
- 了解如何
贝叶斯定理： $$P(B|A)=\frac{P(A,B)}{P(A)}=\frac{P(A|B)P(B)}{P(A)}$$
朴素贝叶斯（Naive Bayes classifier）以贝叶斯定理为基础的简单分类器，主要通过统计历史数据中各种事件的发生频率，并从中寻找统计上的相关性，以实现
粒子群优化（particle swarm optimization，PSO）算法是计算智能领域的一种群体智能的优化算法（其他群体算法举例：蚁群算法，鱼群算法等），该算法最早由Kennedy和Eberhart在1995年提出的，该算法源自对鸟类捕食问题的研究。
鸟类捕食的生物过程：