《机器学习》（西瓜书）-读书笔记汇总贴（汇总16/16）

最新推荐文章于 2022-03-23 12:00:36 发布
最新推荐文章于 2022-03-23 12:00:36 发布
阅读量1k 收藏 16
点赞数 3
分类专栏： # 西瓜书读书笔记 啃书笔记汇总 文章标签： 西瓜书 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/qq_41485273/article/details/112675154
版权

本人学习所有系列：汇总帖

本文章主要用来记录学习周志华老师的《机器学习》（西瓜书）的学习笔记，主要根据课本内容来，初步打算按照章节目录将知识点慢慢整理，希望能互相学习，共同提高！

目录

西瓜书读书笔记（一）-绪论

西瓜书读书笔记（二）-模型评估与选择

西瓜书读书笔记（三）-线性模型

西瓜书读书笔记（四）-决策树

西瓜书读书笔记（五）-神经网络

西瓜书读书笔记（六）-支持向量机

最低0.47元/天 解锁文章
及时行樂_
关注
专栏目录
《机器学习》西瓜书读书笔记
BaldStrong's Log Cabin
08-19 496
数学公式 Ⅱ(⋅)是指示函数,若⋅为真则取1,否则取0Ⅱ(·)是指示函数,若·为真则取1,否则取0Ⅱ(⋅)是指示函数,若⋅为真则取1,否则取0 #第一章：绪论 数据集→示例(instance)/样本(sample)→属性(attribute)/特征(feature)                   ↓ 一个属性为一维，n个属性构成n维属性空间/样本空间/输入空间，空间中每个点对应一个坐标向量，...
【机器学习】西瓜书笔记（一）
小川儿的博客
04-09 312
1 机器学习算法分类： 监督学习（分类（输出离散），回归（输出连续））； 非监督学习（聚类）； 强化学习 2 No Free Lunch 定理 任意两个机器学习算法的期望性能都可能相同。（不管一个有多智能，另一个有多笨拙） 寓意：要谈论算法的相对优劣，必须要针对具体的学习问题，学习算法自身的归纳偏好与问题相匹配往往会起到决定性作用。 ...
机器学习入门-西瓜书总结笔记
weixin_45867990的博客
03-23 4970
西瓜书第一章-绪论First step引言+基本术语假设空间归纳偏好发展历程与应用现状 First step 对于西瓜书内容做总结笔记，以下都是个人总结，如果有错误欢迎指证。 引言+基本术语 “模型” （model） 从数据中产生 “学习算法”（learning alogrithm） 从数据中产生模型的算法 ”数据集“（data set) 示例（instance）或样例（sample） 的集合 “属性”（atrribute） 或 "特征”（feature） 反映事件或对象在某方面的表现或性质的事项 “属
《机器学习》西瓜书学习笔记
MichaelSky Zone
07-22 618
第2章  评估模型与选择 2.1 经验误差与过拟合 1.错误率：分类错误的样本数占样本总数的比例 2.精度： 1-错误率 3.误差：学习器的实际预测输出与样本的真实输出之间的差异 4.训练误差（经验误差）：学习器在训练集上的误差 5.泛化误差：学习器在新样本上的误差 6.欠拟合比较容易克服，例如在决策树学习中扩展分支、在神经网络学习中增加训练轮数等，而过拟合则是机器学习面临的关键障碍...
机器学习——西瓜书笔记
Marshal Zheng的博客
03-05 423
待全部看完西瓜书之后，再进行系统归纳整理笔记，防止陷入“局部最优” 目前进度，两天一个章节。 已完成： 第一章：绪论 第二章：模型评估与选择 第三章：线性模型 ...
机器学习-西瓜书笔记汇总1
08-03
1绪论傍晚小街路面上沁出微雨后的湿润，和熙的细风吹来，抬头看看天边的晚霞，嗯，明天又是一个好天气。走到水果摊旁，挑了个根蒂蜷缩、敲起来声音浊响的青绿西瓜，一边满
西瓜书读书笔记（十二）-计算学习理论
scu-liu的博客
01-25 336
全部笔记的汇总贴：《机器学习》西瓜书-读书笔记汇总贴 一、基础知识 二、PAC学习 三、有限假设空间 四、VC维 五、Rademacher复杂度 六、稳定性
西瓜书读书笔记（十三）-半监督学习
scu-liu的博客
01-26 470
全部笔记的汇总贴：《机器学习》西瓜书-读书笔记汇总贴 一、未标记样本 半监督学习可进一步划分为纯半监督学习和直推学习。前者假定训练数据中的未标记样本并非带预测的数据，后者则是假定学习过程中所考虑的未标记样本恰是带预测数据，学习的目的就是在这些未标记样本上获得最优泛化性能。 二、生成式方法 生成式方法（generative methods）是直接基于生成式模型的方法。此类方法 假设所有数据（无论是否有标记）都是由同一个潜在的模型生成的。 三、半监督SVM 半监督支持向量机（Semi-Supervised Su
西瓜书机器学习的学习笔记（十分详细）
06-10
学习了机器学习的基础以及相关理论，颇有收获，并做了相关笔记，对于机器学习有了更为深入的理解，为以后的学习以及研究打下基础。 主要内容包含以下相关主题： - 模型的评估与选择 - 神经网络 - 支持向量机 - 贝叶斯分类器 - 集成学习 - 聚类 - 降维与度量学习 - 半监督学习 - 概率图模型 涉及机器学习的基础理论和术语，和一些经典模型与方法。 内容充实详细，不仅有介绍，推理，还有分类以及总结内容。
李宏毅2020机器学习课程笔记（一）- 分类与回归
热门推荐
⚡
04-25 1万+
包含李宏毅机器学习视频P1-P16的课程梗概
机器学习-西瓜书-笔记
attack_city_lion的博客
03-06 221
奥卡姆剃刀（Occam's razor）-----“若有多个假设与观察一致，则选最简单的那个” 多释原则（principle of multiple） -----“主张保留与经验 观察一致的所有假设” 基本术语 错误率：把分类错误的样本数占样本总数的比例。 m个样本中有a个样本分类错误，，，错误率为E=a/m 1-a/m称位“精度” 精度=1-错误率 过拟合：当学习器把训练样本...
机器学习(西瓜书)学习笔记
weixin_42386103的博客
10-13 632
西瓜书1+2章总结第1章 绪论1.1 引言1.2 基本术语1.3 假设空间第2章 模型评估与选择2.1 经验误差与过拟合2.2 评估方法2.2.1 留出法(hold-out)2.2.2 交叉验证法(cross validation) /k折交叉验证(k-fold cross validation)2.2.3 自助法(bootstrapping)2.2.4 调参与最终模型2.3 性能度量2.3.1 错误率与精度2.3.2 查准率P(precision)、查全率R(recall)与FI 第1章 绪论 1.1 引
机器学习西瓜书-学习笔记1
qq_36825194的博客
09-07 332
今天看到假设空间这个概念，对于中间有一个问题不是很理解，图片如下： 对于空间规模为4x3x3+1很不理解，在我的认识中，为什么不是3x2x2+1。之后回到书前面才发现，我们没有考虑泛化这一点，所谓泛化即假设存在某些我们未观察到的属性，把这些属性都得考虑到泛化空间里去。故而色泽泛化，根蒂泛化，敲声泛化加上一个可能不存在好瓜的情况，即为4x3x3+1。（这里我也有一个问题，既然色泽，根蒂，敲
机器学习西瓜书--- 绪论学习笔记
杨鑫newlife的专栏
06-26 888
模型与模式的区别 1.“模型”泛指从数据中学习到的结果，有文献用“模型”指全局性结果（例如一颗决策树）。 2.“模式”指局部性结果（例如一条规则）。 自顶向下与自底向上的区别 1.“自顶向下”是一般到特殊的过程。 2.“自底向上”是特殊到一般的过程。 版本空间 每一个样例就是一个版本 偏好/偏好归纳 机器学...
机器学习入门（西瓜书笔记）
suuunnnyoy的博客
10-19 1702
机器学习入门基础概念 1.机器学习是干什么的？ 2.基本术语
西瓜书机器学习总结（一）
cbf的博客
09-06 1902
1.基本概念1.数据集，特征属性，属性值，训练集，样本，标记，独立同分布的假设balabala….简单易懂 2.归纳学习与归纳偏好：广义从样例学习，狭义是学习概念。西瓜模型的学习可以理解为从假设空间中搜索匹配，剔除不符合，最终会有多个模型，这个集合也可以叫做版本空间。然后我们必须根据规则选择一个，设计occam’s razor原理，选择最简单的。 3.NFL:所有模型的期望性能相同。（假设各个机
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