![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
西瓜书学习
创可不能贴
这个作者很懒,什么都没留下…
展开
-
西瓜书学习笔记 —— 第1章 绪论
1 引言 机器学习定义【Mitchell, 1997】: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在T中任务上获得了性能改善,则我们就说关于T和P,该程序队E进行了学习。 “模型”(model)泛指从数据中学得的结果。有文献用“模型”指全局性结果(例如一颗决策树),而用”模式“指局部性结果(例如一条规则)。 2 基本术语 预测:若是离散值,任务称为”分类“(classi...原创 2019-05-14 16:40:48 · 305 阅读 · 0 评论 -
西瓜书学习课后题 —— 第1章 绪论
第1章习题: 1. 表1.1中若只包含编号为1,4的两个样例,试给出相应的版本空间。 编号 色泽 根蒂 敲声 好瓜 1 青绿 蜷缩 浊响 是 4 乌黑 稍蜷 沉闷 否 假设空间共:(2+1)×(2+1)×(2+1)+1 = 28 种 版本空间: 1. 色泽 = 青绿,根蒂 = 蜷缩, 敲声 = 浊响 2. 色泽 = 青绿,根蒂 = 蜷缩, 敲声 = * 3. 色泽 =...原创 2019-05-14 17:27:54 · 395 阅读 · 0 评论 -
西瓜书学习笔记 —— 第3章 线性模型
1 基本形式 f(X)=WTX+bf(X)=W^TX+bf(X)=WTX+b 其中W=(w1;w2;...;wd)W=(w_1;w_2;...;w_d)W=(w1;w2;...;wd),X=(x1;x2;...;xd)X=(x_1;x_2;...;x_d)X=(x1;x2;...;xd) 2 线性回归 “线性回归”(linear regression):学得一个线性模型以尽可能准确地预...原创 2019-05-16 15:01:21 · 198 阅读 · 0 评论 -
西瓜书学习课后题 —— 第3章 线性模型
第3章习题: 1. 试分析在什么情形下(式3.2)种不必考虑偏置项b 当加权求和值不为0时,不必考虑偏执项b 2. 试证明,对于参数www,对率回归(logistics回归)的目标函数(式3.18)是非凸的,但其对数似然函数(式3.27)是凸的。 3. 编程实现对率回归,并给出西瓜数据集3.0α上的结果。 参考 https://blog.csdn.net/icefire_tyh/articl...原创 2019-05-16 17:22:36 · 2687 阅读 · 0 评论 -
西瓜书学习笔记 —— 第6章 支持向量机
1 间隔与支持向量 训练样本集D={(x1,y1),(x2,y2),...,(xm,ym)},yi∈{−1,+1}D=\{(x_1,y_1),(x_2,y_2),...,(x_m,y_m)\},y_i\in\{-1,+1\}D={(x1,y1),(x2,y2),...,(xm,ym)},yi∈{−1,+1}分类学习最基本的想法就是基于训练集DDD在样本空间找到一个划分超平面,将不同类...原创 2019-05-30 09:50:02 · 266 阅读 · 0 评论 -
西瓜书学习笔记 —— 第4章 决策树
1 基本流程 决策树(decision tree)是一类常见的机器学习方法。 一般包含:一个根结点、若干个内部结点和若干个叶结点。 叶结点:决策结果 其他每个结点:对应一个属性测试 每个结点包含的样本集合:根据属性测试的结果呗划分到子结点中 跟结点:包含样本全集。 从根节点到每个叶结点的路径:对应了一个判定测试序列。 决策树学习目的:产生以可泛化能力强(处理未见实例能力强)的决策树,其基本流程遵循...原创 2019-05-23 18:05:30 · 173 阅读 · 0 评论 -
西瓜书学习笔记 —— 第5章 神经网络
1 神经元模型 神经网络(neural networks):“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应”。 神经网络最基本的成分是神经元(neuron)模型,neuron亦称unit。如果某神经元的点位超过了一个“阈值”( threshold),那么它就会被激活。 “M-P神经元模型”: y=f(x)y=f(x)y=f(...原创 2019-06-09 12:51:58 · 321 阅读 · 0 评论