西瓜书读书笔记

---

第一章 绪论

机器学习的基本了解

1.什么是机器学习

机器学习是通过从数据中学习得到算法模型的一门学科。

2.基本术语

数据集 （data set）
样本 （sample）/ 示例 （instance）
特征（ feature）/ 属性 （attribute）
标签（ label）
训练集（ training set） 和测试集（testing set）
样本空间（sample space）和标记空间（label space）

3.发展历程

人工智能–机器学习–深度学习–图像识别–自然语言处理–推荐算法

---

第二章 模型评估及选择

1、误差

泛化误差
训练误差

2、模型评估

留出法
交叉验证法
自助法

3、模型评价

错误率与精度
查准率、查全率与F1