《南瓜书》PumpkinBook

最新推荐文章于 2024-09-30 18:05:50 发布
最新推荐文章于 2024-09-30 18:05:50 发布
阅读量1w 收藏 48
点赞数 12
分类专栏： 机器学习 算法 文章标签： 机器学习 算法 人工智能
原文链接：https://datawhalechina.github.io/pumpkin-book/#/
版权
本书作为周志华老师《机器学习》（西瓜书）的补充，深入解析了书中复杂的数学公式，提供了详细的推导过程，旨在帮助读者更深入地理解机器学习原理。建议读者将南瓜书作为辅助材料，在遇到难以理解的公式时查阅。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

周志华老师的《机器学习》（西瓜书）是机器学习领域的经典入门教材之一，周老师为了使尽可能多的读者通过西瓜书对机器学习有所了解, 所以在书中对部分公式的推导细节没有详述，但是这对那些想深究公式推导细节的读者来说可能“不太友好”，本书旨在对西瓜书里比较难理解的公式加以解析，以及对部分公式补充具体的推导细节，诚挚欢迎每一位西瓜书读者前来参与完善本书：一个人可以走的很快，但是一群人却可以走的更远。

  南瓜书是西瓜书的公式推导版，里面的内容都是以西瓜书的内容为前置知识进行表述，所以 南瓜书的最佳使用方法 是以西瓜书为主线，遇到自己推导不出来或者看不懂的公式时再来查阅南瓜书。

《pumpkin-book》GitHub项目链接：

https://github.com/datawhalechina/pumpkin-book

在线阅读地址：

https://datawhalechina.github.io/pumpkin-book/

最新版PDF下载

地址：https://github.com/datawhalechina/pumpkin-book/releases

 

周志华机器学习西瓜书 第八章 集成学习-学习笔记(超详细)
Sodas的博客
03-01 208
举个例子：假如集成学习器有9个个体，求的是集成学习错误率，即预测失败的概率。即在训练过程中每一轮中，根据样本分布为每个训练样本重新赋予一个权重，对无法接收带权样本的基学习算法，则可通过“重采样法”来处理，即在每一轮学习中，根据样本分布对训练集重新进行采样，再用重采样而得的样本集对基学习器进行训练。随机森林的训练效率常优于Bagging，因此在个体决策树的构建过程中，Bagging使用的是“确定型”决策树，在选择划分属性时要对结点所有的属性进行考察，而随机森林使用的“随机型”决策树则只需考察一个属性子集。
【人工智能】机器学习西瓜书《机器学习》 & 南瓜书《机器学习公式详解》介绍
最新发布
本本本添哥
01-17 580
西瓜书”与“南瓜书”的组合为广大的机器学习爱好者提供了一个从入门到精通的有效途径。前者构建了坚实的理论基础，后者则在此基础上进一步深化理解，二者相辅相成，共同助力于推动中国乃至全球范围内机器学习教育事业的发展。如果您正在寻找一本既能满足初学者需求又能引导您走向更高层次的专业书籍，那么“西瓜书”加上“南瓜书”无疑是一个非常理想的选择.
机器学习南瓜书.pdf
04-15
南瓜书旨在对西瓜书里比较难理解的公式加以解析
PumpkinBook 南瓜书
Jamesaonier的博客
05-21 813
PumpkinBook 南瓜书 《周志华机器学习详细公式推导版》完整PDF 链接: link.
【组队学习】【29期】4. 吃瓜教程——西瓜书+南瓜书
老马的程序人生
09-11 527
4. 吃瓜教程——西瓜书+南瓜书 航路开辟者：谢文睿、秦州 领航员：刘琳 航海士：谢文睿、秦州 基本信息 开源内容：https://github.com/datawhalechina/pumpkin-book B 站视频：https://www.bilibili.com/video/BV1Mh411e7VU 内容属性：机器学习（理论）专题 内容说明：周志华老师的“西瓜书”是机器学习经典入门教材，值得反复阅读，配合“南瓜书”从本科数学基础的视角进行讲解，一起打好基础！ 定位人群：有本科数学基础（高等数学
《南瓜书pumpkin-book》项目链接
zjmy的博客
04-01 2043
《pumpkin-book》GitHub项目链接： https://github.com/datawhalechina/pumpkin-book 在线阅读地址： https://datawhalechina.github.io/pumpkin-book/
学习笔记 | 机器学习 决策树
叶庭云 成为自己的光
11-20 947
通过这篇博客，您将收获如下知识： （1）熟悉决策树相关的基础知识：自信息、信息熵与条件熵，信息增益和增益率，Gini 值和 Gini 指数。 （2）熟悉决策树算法的关键原理，模型、策略与优化算法。 （3）了解决策树中过拟合问题和剪枝处理，以及 sklearn 中决策树模型中剪枝相关的参数说明。 （4）了解决策树连续值和缺失值的处理思路 （5）了解决策树算法的优缺点
cv算法工程师学习成长路线
专注计算机视觉算法训练，算法优化部署以及SDK开发的知识分享。
11-15 4574
本文内容为 cv 算法工程师成长之路上的经典学习教材汇总，对于一些新兴领域则给出了较好的博客文章链接。本文列出的知识点目录是成系统且由浅至深的，可作为 cv 算法工程师的常备学习路线资料。部分学习资料存在离线 PDF 电子版，其可在 github仓库-cv_books 中下载。
python混淆_python实现混淆矩阵
weixin_39682301的博客
12-05 2639
机器学习的评估指标​zhuanlan.zhihu.com该篇文章介绍了机器学习的一些评估指标，要得到这些指标的基础，就是先求得混淆矩阵，那在代码中怎么获取混淆矩阵呢？二分类二分类比较简单，所以我们先来分析一下二分类的情况。我们利用 sklearn中的 confusion_matrix 函数来得到混淆矩阵，函数原型为：sklearn.metrics.confusion_matrix(y_true, ...
DataWhale西瓜书（周志华《机器学习》）精读01
Xiao_Spring的博客
07-14 411
第一章 绪论 1.1 引言 算法 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 1.2 基本术语 以 西瓜 为例： 术语 例子 instance or sample or feature vector 对一个 西瓜 的描述 attribute or feature 西瓜 的特点 attribute value 西瓜 某个特点的类型 attribute space or sample space 西瓜 特点存在的空间 维数d 西瓜 的特点种类数量
机器学习-吃瓜教程（西瓜书+南瓜书）-神经网络
ego_grow的博客
10-21 1160
机器学习神经网络（感知机）学习笔记
机器学习笔记之西瓜书、南瓜书（一）——1-6章
ooorczgc的博客
07-13 1695
DataWhale机器学习——吃瓜教程（一）学习笔记
“南瓜书”：经典“西瓜书”学习伴侣，第2版来了！
idol24的博客
06-21 1916
公众号【机器学习与AI生成创作】后台回复：168。可参与免费寄送图书活动，活动截止日期为 2023-06-24 晚上10点。公众号后台回复：168（建议选中复制）也可自行购买，戳如下，享受专属5折！优惠抢购：2019年，Datawhale开源项目“南瓜书”发布，受到全网转发。3年后，“南瓜书”完整版第2版完结撒花，重磅出版。南瓜书是经典“西瓜书”《机器学习》公式完全解析指南，第1版受到了读者的一...
入门机器学习（西瓜书+南瓜书）模型选择与评估总结（python代码实现）
qq_26274961的博客
03-15 5944
机器学习（西瓜书+南瓜书）第一、二章总结（python代码实现）
机器学习西瓜书&南瓜书——决策树模型
m0_73556978的博客
09-30 1366
决策树模型是机器学习领域最常见的模型之一，甚至有人说决策树模型上机器学习领域的水平上升了一个台阶。决策树的基本思想是根据样本的一些特征来构造一个树，树的每个分支节点都是一个分支属性，每个分支节点都会针对当前节点的属性把样本一分为二，有这个属性或者说在这个属性上表现为yes的数据被分为一个集合，没有这个属性或者在这个属性上表现为no的数据呗分为一个集合。一个完整的决策过程包含若干个子决策，最终得到判定结果。以“找出好瓜”这个任务为例，假设西瓜有“色泽“，”根蒂“，”敲击声“这三个属性，假设先判定“色泽”这个属
理解 logistic 回归
SIGAI_CSDN的博客
09-14 2251
其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 导言 logistic 回归是一种至今仍被广为使用的机器学习算法，虽然看似简单，但是很多人对它的认识存在某些误区，包括市面上的一些技术文章。在今天这篇文章中，SIGAI 将对 logistic回归的某些关键点进行...
《Datawhale南瓜书》出版啦！
Datawhale
03-16 687
↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：Datawhale开源项目组作为机器学习的入门经典教材，周志...
【西瓜书+南瓜书】学习笔记1
m0_61796189的博客
07-12 199
通常通过实验测试来对学习器的泛化误差进行评估模型的优劣，但是泛化误差在实际情况中难以计算，因此取 ** 测试误差 **作为 ** 泛化误差 ** 的近似。将数据集划分为两个互斥的集合，其中一个集合作为训练集 ，另一个作为测试集，两个集合没有交集。 这里把数据集划分为10个互斥的子集，然后每9个子集进行训练，一个进行测试，重复10次，把10次结果算平均。给定样本为m的数据集D，每次有放回的随机从数据集D取一个样本，重复m次，即生成m个样本的训练数据集，剩下没有采取到的数据为测试集。错误率：分类错误的样本数占总
机器学习南瓜书pdf
09-12
南瓜书（《统计学习方法》）是一本机器学习领域的经典教材，被称为机器学习领域的“圣经”。这本书由李航教授撰写，包含了机器学习的基本概念、方法和算法等内容。 南瓜书主要分为三个部分。第一部分是关于机器学习...
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