《机器学习》读书笔记----序言

最新推荐文章于 2024-06-24 16:15:59 发布
最新推荐文章于 2024-06-24 16:15:59 发布
阅读量424 收藏 1
点赞数 1
分类专栏： 机器学习 文章标签： 读书笔记
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/a776995799/article/details/82120381
版权

1. 一些概念

    独立同分布：随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布

2.深度学习

    复杂度更高的算法，主要适合于神经网络

3.数学在机器学习上的应用

    主要是概率统计；代数是基础工具，如矩阵理论和特征值理论，微分方程求解归结为代数问题

    微分几何应用在流形学习，微分方程应用在归纳学习

    高深数学推动新的机器学习模式，例子：彭实戈院士，倒排随机微分方程理论，预测金融走势

4.机器学习发展及趋势

a776995799
关注
专栏目录
机器学习之二（读书笔记）
L_cherry_的博客
05-19 297
四、Gradient Descent（梯度下降） 梯度下降步骤： 1.选取两个参数{θ1,θ2\theta_{1},\theta _{2}θ1​,θ2​} 2.随意选取一个初始位置θ0=[θ10θ20]\theta^{0} = \begin{bmatrix} \theta _{1}^{0}\\ \theta _{2}^{0} \end{bmatrix}θ0=[θ10​θ20​​] 3.通过梯度下降得到新的位置θ1\theta^{1}θ1，即 [θ11θ21]=[θ10θ20]−η[∂L(θ10)/∂θ1∂
机器学习之三（读书笔记）
L_cherry_的博客
08-05 398
五、Classification:Probabilistic Generative Model 在分类中找一个function，它的input是一个object x，它的output是这个object属于哪一个class。 task：在金融上，通过某个人的信息决定要不要借钱给他；医疗诊断；手写字辨识；人脸辨识； 以下以宝可梦为例： 1.将宝可梦数值化放到function中，即特性数值化： Total（多强）、HP（生命值）、Attack（攻击）、Defense（防御）、SP Atk（特殊攻击时的攻击力）、
中科大机器学习读书报告
01-18
机器学习中科大课程读书报告，包含原著英文和读书报告。
机器学习读书笔记(1)
lsh呵呵
05-04 453
书名 《机器学习之路caffe、keras、scikit-learn实战》 作者 阿布、胥嘉幸 出版社 电子工业 出版日期 2017年8月 阅读进度 基本全部 如下为笔记内容： 框架对比 实验级：性能较差，容易上手，不易定制 工业级：上手难，定制容易 深度学习 机器学习和深度学习是研究弱人工智能实现方式的一门科学...
独立同分布(Independent and Identically Distributed)
最新发布
qingmuluoyang的博客
06-24 979
独立同分布；机器学习；强化学习
《机器学习》——读书笔记（1）
weixin_44881577的博客
03-29 463
1.1基础概念： 概念：机器学习是一门致力于研究如何通过计算的手段，利用经验来改善系统自身的性能的学科。 “经验”通常以“数据”形式存在，机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”的算法，即“学习算法（learning algorithm）”。 有了学习算法，我们把经验数据提供给它，它就能基于这些数据产生模型；在面对新的情况时，模型会给我们提供相应的判断。 计算机科学是研究关于“算法”的学问，机器学习是研究关于“学习算法”的学问 假设用P来评估计算机程序在某任务类T上的性能，若
《机器学习》读书笔记1
风雨偕行的博客
07-01 718
周志华《机器学习》，开学！ 第一章 绪论 1.1 引言 机器学习（ML）所研究的主要内容：是关于在计算机上从数据中产生“模型”（model）的算法，即“学习算法”（learning algorithm）。   1.2 基本术语 数据集（data set）=示例（instance）/样本（sample）的集合，一个instance/sample具有多种“属性”（attribute
《机器学习》—读书笔记
studyeboy的专栏
11-17 1572
机器学习相关概念 机器学习致力于研究如何 通过计算的手段，利用经验来改善系统自身的性能，在计算机系统中，“经验”通常以“数据”形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”的算法，即“学习算法”。有了学习算法，把经验数据提供给它，它就能基于这些数据产生模型；在面对新的情况时，模型会听相应的判断。如果计算机科学是研究关于“算法”的学问，那么类似的，机器学习是研究关于“学习算法”的学问。 “模型”泛指从数据中学得的结果。“模式”指局部性结果。 预测的是离散值，此类学习任务称为“分
李宏毅-机器学习-RNN-笔记
qq_41789315的博客
10-03 932
李宏毅-机器学习课程-笔记
机器学习笔记---信息熵
Blank_Space
04-13 641
点击上方“潜心的Python小屋”关注我们，第一时间推送优质文章。前言大家好，我是潜心。休整（偷懒）一星期后，我决定还是写一些关于机器学习的笔记，单纯写Python文档确实有点无聊。因为...
机器学习笔记---正则化为什么可以抑制过拟合？
Blank_Space
06-13 994
前言上期详细的介绍了过拟合的现象。那如何抑制过拟合呢？大家都知道应该加入正则化项，那为什么加入正则化可以达到这个效果？参考了很多资料，所以就有了这篇笔记。本文约2.3k字，预计阅读15分...
Python神经网络学习(三)--机器学习--西瓜书学习笔记
朱少强的博客
08-11 1276
前言 最近跟老师学习西瓜书，正好和之前的学习路程重合，便结合在一起更新，也建议大家跟着看看机器学习的内容，根据我的理解（不一定对），学习路线应该是： 机器学习->深度学习（包含神经网络） 那么今天从西瓜书的绪论开始吧，我会尽量把我学到的以及书上难懂的讲清楚。一起加油！！ 我不会直接系统说大量的定义，而是在文章中慢慢渗透进去，慢慢理解。 机器学习 什么是机器学习？ 根据百度百科的定义： 是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
机器学习笔记---你真的懂决策树么？
Blank_Space
04-15 395
点击上方“潜心的Python小屋”关注我们，第一时间推送优质文章。前言大家好，我是潜心。本期介绍机器学习中的决策树。主要从特征选择的标准、剪枝技术、连续值与缺失值处理展开。本文约5k字，...
《机器学习》——读书笔记1
u013319237的博客
01-24 1764
写在前面的话：周志华老师的这本书，我多次尝试阅读了，=-=，但却每次都坚持不下来，最后只是一个不明真相的吃瓜群众。每次心中却隐隐较着劲似得想要重头读一遍，这次恰逢年关，趁此闲暇，好好拜读一番！第一章 绪论1.1 引言通过买西瓜的例子引入。机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。 机器学习形式化的定义：假设用P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E
机器学习读书笔记（一）
翊小宸的博客
02-10 445
什么是机器学习 基于数据（海量的可用数据） 定义：在计算机科学中，机器学习这个是人工智能（AI）的一个分支，用于构建和分析可利用经验改善性能的系统。（用示例数据和过去的经验优化性能标准） 机器学习涉及建模和优化。建模：未给定的样本数据指定条件或者概念分布。优化：包含了用于给定数据集最合适参数的技术。 机器学习的应用：人工神经网络、数据挖掘、web排名、数学函数逼近、语音和面部识别…… 其中，最常...
《机器学习》读书笔记--1
高山流水
07-31 203
今天开始研读周志华老师的《机器学习》，看了第一章绪论和第二章模型评估与选择的一部分，之前看过一些相关视频课程，所以读起来还算顺利，没遇到太大的阻碍。（概率论部分的知识还是要再回头看看- -！） 以下是对今天所看内容的一些小结： 1. 预测的是离散值，例如：“好瓜”“坏瓜”，此类学习任务称为“分类”（classification）；若预测的是连续值，例如西瓜的成熟度为0.95、0.8等，此类学...
机器学习--读书笔记（一）
qq_37102448的博客
08-27 506
第一章 机器学习基础 1.什么是机器学习 作者的朋友问到所从事的职业，回答“机器学习”，又问“什么是机器学习”，通过回答朋友职业问题的提问引出何为机器学习，利用计算机来彰显数据背后的真实含义，才是机器学习的真实含义。机器学习已经应用于多个领域，假象了一个场景，在这个一连串的场景中都用到了机器学习，很多企业使用机器学习软件改善商业决策、提高生产率、检测疾病、预测天气等。 关于数据，移动计算机和传感器...
机器学习(周志华) 读书笔记
lingtianyulong的专栏
06-27 802
注：关于该系列，只为整理并记录个人学习过程中，遇到的知识点整理； 机器学习读书笔记 文章目录机器学习读书笔记第1章 绪论1.1 引言1.2 基本术语1.3 假设空间1.4 归纳偏好1.4.1奥卡姆剃刀原则(Occam’s razor)1.4.2 没有免费午餐定理(No Free Lunch Theorem，简称 NFL 定理) 第1章 绪论 1.1 引言 机器学习定义 机器学习一门致力于研究如何通过计算的手段，利用经验来改善系统自身的性能的学科。机器学习所研究的主要内容，是关于在计算机上从数据中产生“模
机器学习（周志华）读书笔记 1
tiantizzz的博客
01-10 1236
目录 1. 绪论 1.1 机器学习的基本概念 1.2 基本术语 2. 模型评估与选择 2.1 经验误差与过拟合 2.2 评估方法 2.2.1 留出法 2.2.2 交叉验证法 2.2.3 自助法 2.2.4 调参与最终模型 2.3 性能度量 2.3.1 精度与错误率 2.3.2 查准率与查全率 2.4比较检验 2.5 偏差与方差 ps.写在前面，本文是在参加datawhale组队学习，学习周志华老师的《机器学习》过程的学习笔记。文中出现的图片均引自《机器学习》，《机..
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