【Datawhale-机器学习-Task01】

---

前言

Datawhale开源学习：机器学习，202406

一、第一章

1、了解到机器学习概念，主要是研究分析大量数据并得出其规律（简单点：函数的意思），另外深度学习以及强化学习都属于机器学习范畴；深度学习主要是采用了神经网络的机器学习方法。
2、了解机器学习里面基本概念术语：样本、标记、分类、回归、数据集、模型、泛化、分布：
（1）没有免费的午餐定理：不同算法的期望性能是一样的，需要针对具体学习问题去谈论算法。
（2）核心点：数据决定模型的上限，而算法则是让模型无限逼近上限。

二、第二章

3、基本概念术语：过拟合、欠拟合；
4、评估方法：留出法、交叉验证法、自助法、调参与最终模型。
5、性能度量：
（1）错误率与精度：错误率+精度=1；
（2）查准率与查全率：一堆相互矛盾的度量，以查准率为纵轴、查全率为横轴构建P-R曲线图；
（3）F1：平衡点是指查准率=查全率的时候；通过F_β来选择查准率和查全率的重要程度。

总结

机器学习终于开始入门了。感谢Datawhale小组所做的贡献：本次学习主要参考视频：https://www.bilibili.com/video/BV1Mh411e7VU