《机器学习》--周志华 （第三章学习笔记）

最新推荐文章于 2024-04-06 16:41:53 发布
VIP文章 最新推荐文章于 2024-04-06 16:41:53 发布
阅读量2.3k 收藏 6
点赞数 3
分类专栏： 机器学习 文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Cristal_yin/article/details/76360327
版权

线性模型

基本形式

线性模型试图学得一个通过属性的线性组合来进行预测的函数，即

f(x)=w1x1+w2x2+...+wdxd+b

一般用向量形式写成

f(x)=wTx+b

线性模型形式简单、易于建模，但却蕴涵着机器学习中一些重要的基本思想。

线性回归

  • 线性模型

    线性模型试图学得一个通过属性的线性组合来进行预测的函数

最低0.47元/天 解锁文章
Cristal_yin
关注
  • 3
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
《机器学习》--周志华 （第五章学习笔记）
Cristal_yin的博客
07-30 3578
神经网络神经元模型​ 神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应​ 神经网络中最基本的成分是神经元模型，即“简单单元”，在生物神经网络中，每个神经元与其他神经元相连，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变这些神经元内的电位；如果某神经元的电位超过一个“阈值”，那么它就会被激活，即“兴奋” 起来，向其他
《机器学习》-- 周志华 （第一章学习笔记）
Cristal_yin的博客
07-08 2801
第一章学习笔记基本术语 分类（classification）：若我们欲预测的是离散值，如“好瓜”“坏瓜”，此类学习任务成为“分类”。 回归（regression）：若预测的是连续值，如西瓜成熟度0.65，0.78，此类学习任务称为“回归”。 聚类（clustering）：将训练集分成若干组（簇），这些簇可能对应一些潜在的概念划分，如“浅色瓜”“深色瓜”。 学习（learning）/训练（traini
《机器学习(周志华)》学习笔记.pdf
05-12
138页的内容，完整记录了学周志华西瓜书《机器学习》16个篇章的学习和体会。
机器学习 周志华 pdf
zhuwujie0331的博客
04-06 354
(访问密码: 7776)（注：文档仅为个人学习使用）了解AI内容，也可以查看之前相关文章。
机器学习——周志华
牛哇牛哇的博客
01-20 1510
以很高的概率 得到一个很好的模型训练数据 (数据样本)模型:决策树,神经网络,支持向量机,Boosting,贝叶斯网数据集:数据样本训练数据:用于得出模型测试数据:把模型拿来用示例(instance):色泽 根 敲声样例(example):色泽 根 敲声 好瓜(结果)属性(attribute):色泽 或者 根等属性空间:有几个属性就是几维属性空间(样本空间)特征向量(属性向量):属性空间中的向量(结果)不可知样本(unseen data):未来的数据,不可知假设:所用的模型,模型学到的东西,拟合函
周志华-机器学习
liqq234的博客
05-03 2944
第一章 绪论 思维导图 关键问题 1.假设空间 概念 所有属性可能取值构成的假设集合 计算 列出可能的样本点，即特征向量 2.版本空间 概念 与训练集一致的假设集合 习题: 1.1 计算步骤 先列出假设空间 删除与正例不一致，与反例一致的假设 得到版本空间 第一步 假设空间： 色泽取值：青绿、乌黑 根蒂取值：蜷缩、稍蜷 敲声取值： 浊响、沉闷 1. 色泽 = *, 根蒂 = *, 敲声 = * 2. 色泽 = 青绿, 根蒂 = *, 敲声 = * 3. 色泽 = 乌黑, 根蒂 = *, 敲
【周志华机器学习】一、机器学习基本概念
热门推荐
weixin_42301220的博客
04-03 1万+
文章目录参考资料1. 概述1.1 机器学习定义1.2 基本术语2. 模型的评估与选择2.1 误差与过/欠拟合2.2 评估方法2.3 训练集与测试集的划分方法2.3.1 留出法2.3.2 交叉验证法2.3.3 自助法2.4 调参2.5 性能度量2.5.1 最常见的性能度量2.5.2 查准率/查全率/F12.5.3 ROC与AUC2.5.4 代价敏感错误率与代价曲线 参考资料 Machine-learning-learning-notes LeeML-Notes 本博客为作者根据周志华的西瓜书和参考资料
GitHub | 周志华《机器学习》手推笔记正式开源！可打印版本附pdf下载链接
中科院AI算法工程师的博客
09-20 1612
点上方蓝字计算机视觉联盟获取更多干货在右上方···设为星标★，与你不见不散编辑：Sophia |联盟笔记计算机视觉联盟 报道 |公...
《机器学习-周志华》学习笔记
10-17
为了训练一个真正有效、优化的模型，需要学习一下机器学习的理论知识。周志华的教材非常经典，但概念较多，特别是前两章，在学习中作了笔记，现分享出来，希望能有帮助。
周志华《机器学习》学习笔记（大全）
03-06
本文为周志华《机器学习》的学习笔记，记录了本人在学习这本书的过程中的理解思路以及一些有助于消化书内容的拓展知识，笔记中参考了许多网上的大牛经典博客以及李航《统计学习》的内容，向前辈们和知识致敬！
周志华-机器学习-习题5.5 BP算法.zip
最新发布
04-09
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的...
Datawhale打卡周志华机器学习第四章
09-21
Datawhale打卡周志华机器学习第四章
【周志华机器学习】八、集成学习
weixin_42301220的博客
04-07 2022
文章目录参考资料1. 基本概念1.1 个体与集成2. Boosting3. Bagging4.随机森林5. 结合策略5.1 平均法（回归问题）5.2 投票法（分类问题）5.3 学习法6. 多样性（diversity）7. 后记7.1 随机森林分类效果的影响因素7.2 随机森林有什么优缺点7.3 随机森林如何处理缺失值？7.4 什么是OOB？随机森林中OOB是如何计算的，它有什么优缺点？7.5 随机森林的过拟合问题 参考资料 Machine-learning-learning-notes LeeML-Not
机器学习——周志华_笔记
Bright20040513的博客
09-21 450
神经网络介绍——基于机器学习_周志华支持向量机SVM介绍——基于机器学习_周志华。
机器学习（1）——周志华
m0_52792591的博客
01-06 1054
机器学习:利用经验改善系统的自身性能随着机器学习领域的发展，目前主要研究只能数据分析的理论和方法，并已成为只能数据分析技术的源泉之一暂时就学这么多，明天继续。
fine-tuning
Cristal_yin的博客
11-02 5980
微调（fine-tuning）在平时的训练中，我们通常很难拿到大量的数据，并且由于大量的数据，如果一旦有调整，重新训练网络是十分复杂的，而且参数不好调整，数量也不够，所以我们可以用微调。微调网络：通常我们有一个初始化的模型参数文件，我们可以在ImageNet上1000类分类训练好的参数的基础上，根据我们的分类识别任务进行特定的微调步骤在网络的微调中，分为以下几个流程 准备好训练集和数据集 计算数据集
机器学习周志华课后题第三章
04-06
3. 留出法、k折交叉验证和留一法的区别是什么？它们各自适用于什么情况？ 留出法是将数据集分成两部分，一部分作为训练集，另一部分作为测试集。留出法适用于数据集较大的情况。 k折交叉验证是将数据集分成k个子集...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值