本文是学习笔记，涵盖了西瓜书和南瓜书第1、2章的内容。介绍了机器学习的基本术语，如示例、属性、假设空间，并概述了监督学习和无监督学习。同时，讨论了经验误差、过拟合和欠拟合的概念，以及模型评估的留出法、交叉验证法和自助法。最后，提到了性能度量，如错误率、精度、查准率、查全率和F1分数。
Task01：概览西瓜书+南瓜书第1、2章（2天）
打卡截止时间：2月15日03:00
学习建议：西瓜书第1章和第2章主要是讲一些基本概念和术语，大家自己看就好，不过第1章和第2章有一些知识点可以跳过不看，这些知识点在没有学过后面章节的具体机器学习算法之前较难理解，下面我将其划出来：
第1章：【1.4-归纳偏好】可以跳过
第2章：【2.3.3-ROC与AUC】及其以后的都可以跳过
笔记
第1章 绪论
1.1 引言
机器学习所研究的主要内容是关于基于“经验数据”计算产生模型的算法，这个模型可以帮助我们预测新的情况。
1.2 基本术语
示例/样本：关于一个事件或对象的描述，在属性张成的空间中每一个事件或特征都能对应一个向量坐标，因此一个示例也称为一个“特征向量”
属性/特征：反映事件或对象在某方面的表现或性质的事项
属性值：属性的取值
数据集：包含m个示例的集合
在d维样本空间中，示例
示例数据和示例结果组成了样例，使用这些样例来训练预测模型。
预测结果是离散值时是分类
最低0.47元/天 解锁文章
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
