周志华 《机器学习》学习笔记系列一（绪论第一章+第二章）

本系列是根据清华大学出版，南京大学周志华教授撰写的《机器学习》教材的编写的学习笔记。现在正处于研一阶段，刚接触机器学习方向，很多知识都只是结合自己浅显的理解，但是我相信我会慢慢的越来越厉害~~~  

     本篇主要介绍了该教材前两个章节的主要知识点。

1.绪论

机器学习是指在计算机上从数据中产生“模型”的算法，即“学习算法”。 在已有的数据集基础上产生“模型”，再对新的数据做出合理的判断。例如：如何让计算机通过大量的挑瓜经验来挑选一个又甜又大的西瓜？

  1.1基本术语

假设我们收集了一批西瓜的数据，例如：（色泽=青绿; 根蒂=蜷缩; 敲声=浊响)， (色泽=乌黑; 根蒂=稍蜷; 敲声=沉闷)， (色泽=浅自; 根蒂=硬挺; 敲声=清脆)……每对括号内是一个西瓜的记录，定义：

①所有记录的集合为：数据集。每一条记录称为一个示例（instance）或样本（sample）。

色泽或敲声，称为特征（feature）或属性（attribute），青绿乌黑为相对应的属性值。

②每一条记录（如“色泽”“根蒂”“敲声”）可以在坐标轴上用三维空间表示，每个西瓜都可以在空间中用一个点表示，一个点也是一个向量，即每个西瓜为：一个特征向量（feature vector）。

③一个样本的特征数为：维数（dimensionality），即该西瓜的例子维数为3。