关于机器学习的章节概括（一）/思维导图模式/阅读笔记

最新推荐文章于 2021-10-31 19:03:01 发布
最新推荐文章于 2021-10-31 19:03:01 发布
阅读量1.1k 收藏 9
点赞数 4
分类专栏： 机器学习 聚类 分类 模式识别 文章标签： 机器学习 概括 周志华 思维导图 总结
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/Tinatianya/article/details/85060235
版权
机器学习 同时被 3 个专栏收录
12 篇文章 2 订阅
订阅专栏
聚类
8 篇文章 0 订阅
订阅专栏
分类
8 篇文章 0 订阅
订阅专栏

关于机器学习的章节概括

第一次发，就是记录一下自己看周志华老师这本机器学习 的过程，写一个这样的思维导图为的是帮自己构建一个统观的印象，其次方便在以后回忆和快速查询。

第一章
分别为第一章和第二章的思维导图，大概就是本人看的时候觉得比较重要的地方，有的细节也是自己看书时的理解，如果有什么问题，大家可以一起讨论啊！
分别为第一章和第二章的思维导图，大概就是本人看的时候觉得比较重要的地方，有的细节也是自己看书时的理解，如果有什么问题，大家可以一起讨论啊！
以后也会继续做一些添加。

Tinatianya
关注
  • 4
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
机器学习（一二章节）
weixin_63970623的博客
07-21 88
人工智能：让机器人变得像人一样拥有智能的学科机器学习：就是让计算机像人一样能从数据中学习出规律的一类算法深度学习：神经网络类的机器学习算法。
机器学习之路（一）-导论与开篇
weixin_43883236的博客
05-19 202
注：本人所学知识来源网络以及电子书籍（包括不限于B站、CSDN等） 额外补充：神经网络算法分三类 一、一般神经网络算法，即除了BP算法外的 二、BP神经网络算法（通常也叫神经网络算法） 三、深度学习算法 第一部分 分类 机器学习算法分类一（通过算法的学习方式分类） 一、有监督学习：输入的数据集既有特征，有标签，如好坏标签，分类标签等，通过这些数据生成的分类或者预测模型，属于监督学习模型。 经典问题：分类与回归 经典算法：逻辑回归算法与BP神经网络算法 二、无监督学习：输入的数据集只有特征，利用数学推理过程来
边境的悍匪—机器学习实战：第一章 机器学习的基础知识
m0_46441844的博客
10-31 589
第一章 机器学习的基础知识 文章目录第一章 机器学习的基础知识前言一、书本简介二、主要内容三、课后练习总结 前言 本人第一次接触机器学习，想要通过阅读一本书的方式了解并学会运用机器学习所以选择了《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》，在很多本书中纠结，最终选定这一本理论结合实践的讲解方式的书。 一、书本简介 这本机器学习畅销书基于TensorFlow 2和Scikit-Learn的新版本进行了全面更新，通过具体的示例、非常少的理论和可用于生产环境的P
《机器学习》学习笔记--章节3-章节6
10-28
个人学习入门《机器学习》所写的笔记，内容是章节三到章节六的内容，即线性模型，决策树，神经网络，支持向量机（还有部分没有上传）
关于机器学习的章节概括（八）/Xmind思维导图模式/阅读笔记
Tinatianya的博客
01-07 406
关于机器学习的章节概括 第十二章。
机器学习和深度学习思维导图
01-17
思维导图，适合学习并且帮助我们入门深度学习和机器学习。
吴恩达机器学习思维导图笔记.zip
12-14
这份“吴恩达机器学习思维导图笔记”很可能是对他在Coursera等平台上的“机器学习”课程内容的系统性总结，以思维导图的形式呈现，便于学习者理解和记忆复杂的概念。 在机器学习领域，我们首先需要理解它是一门研究...
机器学习第二天学习思维导图.rar
10-13
该为第二天的思维导图，有助于帮助大家学习并且有效的复习机器学习相关内容。该为第二天的思维导图，有助于帮助大家学习并且有效的复习机器学习相关内容。
关于机器学习决策树的思维导图
08-14
决策树是机器学习领域中一种广泛应用的算法，它以其直观易懂和高效处理分类问题而著名。本思维导图详细地介绍了决策树的基本概念、工作原理以及在...通过思维导图和相关材料，我们可以更深入地学习和掌握这一重要算法。
机器学习第三天学习总结思维导图.rar
10-13
**机器学习第三天学习总结思维导图** 在深入探讨机器学习第三天的学习内容之前，首先理解机器学习（Machine Learning）的本质至关重要。机器学习是人工智能的一个分支，它使计算机系统能够从数据中学习并改善其性能...
于剑-机器学习每章重点
01-14
该资源是针对于剑老师的《机器学习从公里到算法》该书各章节知识点的汇总，是很多学校研究生课程的必修课，均为本人亲自整理和书写。
【吴恩达机器学习】章节1 初识机器学习
INFINITE POSSIBILITIES
11-03 216
课程视频：网易云课堂 课程详细笔记：github 已经有的笔记：https://blog.csdn.net/qq_34611579/article/details/80665546 <我的记录仅是整理自己的学习思路，整理复习之用> 目录: + 初识 + 什么是机器学习 + 监督学习 + 无监督学习   一·初识 机器学习 - 是从AI发展出来的一个领域 - 为...
机器学习之强化学习章节——《机器学习-周志华》
qq_39537000的博客
07-26 640
文章目录1.分析强化学习与监督学习的联系与差别2. ε-贪心法如何实现探索与利用的平衡3.如何用赌博机算法实现强化学习任务4.折扣累积奖赏的全概率展开式的推导5.什么是动态规划中的最优性原理，与强化学习中的策略更新有什么关系6.时序差分学习中式(16.31)的推导7.对于目标驱动的强化学习任务，目标是到达某一状态，例如机器人走到预定的位置，假设机器人只能在一维空间运动，即只能向左或者向右运动，机器...
[机器学习笔记] （一）机器学习基本概念篇（含思维导图）
梅森上校的博客 业精于勤荒于嬉，形成于思毁于随。
03-23 2199
（一）机器学习基本概念篇 什么是机器学习呢？ 机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。但从实践的意义上来说，机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。 机器学习的定义 机器学习有下面几种定义： (1) 机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。 (2) 机器学习是对...
机器学习基础思维导图
weixin_35602748的博客
11-29 1595
机器学习基础思维导图，小小的总结，分享给大家。希望对大家有所帮助。如有错误请批评指出，谢谢
【和我一起学西瓜书】机器学习各章节思维导图（更新中）
Pluto
11-17 2396
机器学习思维导图
Scarlett的博客
01-05 351
转自https://yq.aliyun.com/ziliao/330299  
《机器学习》（西瓜书）周志华学习思维导图——第三、四、五章
qq_38962336的博客
05-28 3927
本文主要介绍了西瓜书中的线性模型，决策树，神经网络的相关章节内容。 第三章 线性模型 线性模型是机器学习中最基本的模型，蕴含着机器学习中一些重要的基本思想，许多功能强大的非线性模型都是在线性模型的基础上加以改变得到的。 第四章 决策树 决策树，亦称“判定树”，是一类常用的机器学习算法。决策树基于树结构进行决策，这恰是人类在面临决策问题时一种很自然的处理机制。 第五章 神经网络 随着计算能力的迅猛提升和大数据的涌现，神经网络迎来了第三次高潮。它是目前最为火热的研究方向之一——深度学习的基础。神经网络是一个强
机器学习（一）
菜鸟08哥的微博（记录个人学习点滴，与君共勉）
09-13 256
机器学习思维导图
机器学习的发展历程（思维导图、时间轴
最新发布
04-23
机器学习的发展历程可以分为以下几个阶段： 1. 1950s-1960s：符号主义时代 - 该时期的机器学习主要关注于基于逻辑和符号推理的人工智能研究。 - 代表性的工作包括逻辑推理、专家系统等。 2. 1980s-1990s：连接主义时代 - 连接主义是一种基于神经网络的机器学习方法。 - 该时期的机器学习研究集中在神经网络的训练和学习算法上。 - 代表性的工作包括反向传播算法、Hopfield网络等。 3. 1990s-2000s：统计学习时代 - 统计学习是一种基于统计模型和概率论的机器学习方法。 - 该时期的机器学习研究关注于概率模型、贝叶斯推断等统计方法。 - 代表性的工作包括支持向量机、隐马尔可夫模型等。 4. 2000s-至今：深度学习时代 - 深度学习是一种基于多层神经网络的机器学习方法。 - 该时期的机器学习研究集中在深度神经网络的训练和学习算法上。 - 代表性的工作包括卷积神经网络、循环神经网络等。 思维导图如下： ``` 机器学习的发展历程 ├─ 1950s-1960s：符号主义时代 │ ├─ 逻辑推理 │ └─ 专家系统 ├─ 1980s-1990s：连接主义时代 │ ├─ 神经网络 │ └─ 反向传播算法 ├─ 1990s-2000s：统计学习时代 │ ├─ 支持向量机 │ └─ 隐马尔可夫模型 └─ 2000s-至今：深度学习时代 ├─ 深度神经网络 ├─ 卷积神经网络 └─ 循环神经网络 ```

“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