西瓜书第一章摘要（自用）

最新推荐文章于 2024-09-14 20:23:55 发布
最新推荐文章于 2024-09-14 20:23:55 发布
阅读量32 收藏
点赞数
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/m0_73740999/article/details/132510952
版权

1.假设空间->版本空间

假设空间：所有特征的各种组合（eg:色泽=乌黑，色泽=青绿，色泽=*）

版本空间：符合数据集中的正例的假设

方法：自上而下或者自下而上对整个假设空间进行搜索，删除与正例不同的假设，直到最后

2.若数据包含噪声，怎么设置偏好

偏好：在版本空间依然有几个假设，那更倾向于哪个就是偏好

计算假设的准确率（eg:符合假设条件的好瓜/符合假设条件的样例）

scut的小酸菜鱼
关注
西瓜书笔记 第一二章
qq_31731399的博客
01-11 557
西瓜书笔记 第一章 绪论 机器学习：利用“数据”作为“经验”形式，让计算机在计算数据时产生 “模型”，然后根据得到的“经验”模型来对新的情况作出判断。 基本术语 样本：记录中对一个事件或对象的描述 数据集：一组记录的集合 属性：反映时间或对象在某方面的表现或性质 样本空间：所有属性组成的空间，例如：色泽青绿、根蒂蜷缩、声音浊响的西瓜。其中（色泽青绿、根蒂蜷缩、敲声浊响）是一条记录，这条记录中描述西瓜的内容为一个样本；色泽、根蒂、敲声为西瓜的属性，青绿、蜷缩、浊响为各属性对应的属性值；三种属性组
《西瓜书》第一、二章笔记
qq_43554281的博客
07-22 164
因此，我们应该让学习器尽可能地从训练集中学出普适性的“一般特征”，这样在遇到新样本时才能做出正确的判别。从数据学得模型的过程称为“学习”，学得模型称为假设（hypothesis），这一过程是为了找出对应关于数据的某种潜在规律（真相，ground truth）：广义的归纳学习大体相当于从样例中学习，而狭义的归纳学习则要求从训练数据中学得概念，因此亦称为概念学习或概念形成。学习能力过强，以至于把训练样本所包含的不太一般的特性都学到了，称为：过拟合（overfitting）P：计算机程序在某任务类T上的性能。
西瓜书第五章第六章第七章第八章(5-8章)编程题以外课后题答案整理（自用复习）
m0_46698765的博客
01-10 5330
题主本科课程作业涉及西瓜书课后题，本篇主要包括第5-8章除编程题以外的课后题，订正后整理如下：（如有不完善处，欢迎评论讨论） 5.1、5.2、5.3、5.4； 6.1、6.4、6.5、6.6； 7.4、7.5、7.7、7.8； 8.1、8.2、8.6、8.7；
汇编语言第二版笔记自用【第一章】
sy12的博客
01-17 2896
汇编语言 第一章：基础知识 1.6 存储单元 一个存储单元为一个字节，也就是八位（8bit） 1.7 CPU对存储器的读写 CPU想要进行数据的读写，必须和外部器件（芯片）进行下面三类信息的交互： 存储单元的地址（地址信息） 器件的选择，读或写的命令（控制信息） 读或写的数据（数据信息） 在计算机中专门有连接CPU和其他芯片的导线，通常称为总线，根据传送信息的不同，总线从逻辑上分类三类： 地址总线 控制总线 数据总线 1.8 地址总线 CPU是通过地址总线来指定存储器单元的，可见地
机器学习西瓜书 读书笔记（自用）
weixin_57639152的博客
05-16 152
2024四川专升本数学第五章自用考纲梳理
03-24
2024四川专升本数学第五章自用考纲梳理
myabtis 拉钩高新第一阶段自用
06-04
在这个"myabtis 拉钩高新第一阶段自用"的项目中，我们可以探讨 MyBatis 的核心概念和使用技巧，以及如何利用它来提升开发效率和代码质量。 1. **MyBatis 简介**： MyBatis 是由 Paweł Piech 创建的，它是一个基于...
计算机网络第七版第一章习题答案自用
qq_44899337的博客
09-14 2397
1-1 计算机可以向用户提供哪些服务？ 连通性和共享 1-2 式简述分组交换的要点 报文分组、在路由器中转发、在目的地合并 1-3 试从多个方面比较电路交换、报文交换和分组交换的优缺点 电路交换：优点：适合连续传送大量数据 通信资源可靠 缺点：不适合计算机数据通信，因为计算机数据通信具有突发性，电路交换使用效率会降低。 报文交换：优点：不需要预约传输带宽 ，在传送突发性数据时可提高整个网络的信道利用率。 缺点：时延有时会很长。...
自用自用自用自用自用自用自用
07-14
请勿下载
自用一款抓包工具 .zip
06-25
标题中的“自用一款抓包工具 .zip”表明这是一个个人使用的网络数据包捕获软件的压缩包。在IT行业中，抓包工具是非常重要的诊断和分析工具，它们可以帮助我们查看网络通信的细节，检测网络问题，进行安全分析，甚至...
机器学习与深度学习的区别
警警的博客
09-14 1071
机器学习与深度学习
线性代数基础：向量、矩阵、张量及其在机器学习中的应用详解
weixin_48979633的博客
09-11 960
向量是线性代数中的基本对象之一，表示具有大小和方向的量。向量可以看作是一个n维空间中的点，通常表示为一个列向量或行向量。v23v23​矩阵是按行和列排列的数值表，可以看作是多个向量的组合。矩阵的行和列决定了它的维度，矩阵的元素可以是实数、复数等。A1234A13​24​张量是向量和矩阵的广义形式，可以是多维数组。向量是一维的张量，矩阵是二维的张量，张量可以扩展到任意维度。
ARMxy系列边缘计算网关用于智慧工厂机器学习智能分析
weixin_49512855的博客
09-14 610
ARMxy 系列边缘计算机以其卓越的性能和优势，在机器学习、人工智能、云边端智能终端、AIoT、边缘计算等领域具有广阔的应用前景。它的发布将为这些领域的发展带来新的机遇和挑战，开启机器学习与人工智能的新征程。这种模式可以有效降低延迟、提高响应速度，并减少对云端的依赖，为实时性要求较高的应用提供了有力支持。它为机器学习和人工智能在边缘端的应用提供了强大的计算平台，开启了机器学习与人工智能的新征程。人工智能则以其强大的数据分析和决策能力，为人们的生活和工作带来了极大的便利。
机器学习和深度学习的区别
jun778895的博客
09-10 837
机器学习：是人工智能的一个分支，它让计算机能够在没有明确编程的情况下，通过观察和分析大量数据来学习并做出预测或决策。机器学习起源于20世纪50年代，随着算法的不断发展，逐渐形成了多种经典算法，如决策树、支持向量机、随机森林等。深度学习：则是机器学习的一个子领域，它主要依赖于深度神经网络模型进行学习和预测。深度学习在21世纪初开始兴起，特别是随着计算能力的提升和大数据的普及，深度学习算法得以广泛应用，并取得了显著成效。
【机器学习】10——logistic的直观理解
最新发布
qq_43507078的博客
09-14 301
logistic，逻辑斯蒂
机器学习--AlexNet
ID246783的博客
09-14 641
这个netnetnet其实就是比LeNetLeNetLeNet# 第一阶段# 第二阶段# 第三阶段# 第四阶段net.add(nn.Dropout(.5)) # 50% 的概率的丢掉 但期望不变# 第五阶段# 第六阶段net.add(nn.Dense(10)) # 真实的AlexNet是1000 但是我们这里还是用的mnist 所以就是10print(net)我们可以看看打印出来的netnetnet然后我把LeNetLeNetLe。
AI论文精读笔记-Generative Adversarial Nets(GAN)
小菜的博客
09-11 955
GAN论文精度笔记
基础GAN生成式对抗网络（pytorch实验）
weixin_47696370的博客
09-10 370
采用MNIST数据集，如下是训练集中的一张图片。
GANs-生成对抗网络
qq_46143063的博客
09-12 983
一：什么是生成式对抗网络（GAN）？
声明一个自用名称空间MySpace
05-26
好的，你可以声明一个自用名称空间MySpace，这样你就可以在其中定义自己的变量和函数，而不必担心与其他代码的命名冲突。例如： ``` var MySpace = {}; MySpace.name = "John"; MySpace.age = 30; MySpace....
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