机器学习读书笔记（一）：绪论

最新推荐文章于 2022-03-29 19:06:10 发布
最新推荐文章于 2022-03-29 19:06:10 发布
阅读量331 收藏
点赞数
文章标签： 机器学习 读书笔记
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/tzhphantom/article/details/72865640
版权
本文是机器学习读书笔记的第一部分，主要介绍机器学习的基本概念，包括机器学习的定义、数据集的表示、有监督与无监督学习的区别，以及NFL定理在学习过程中的作用。机器学习旨在通过数据建立模型，实现对未见样本的泛化预测，而NFL定理表明没有一种算法在所有问题上都优越。
摘要由CSDN通过智能技术生成

绪论

Tags： 机器学习 读书笔记

什么是机器学习？

机器学习是研究计算机通过数据产生模式的学习算法的学科。Mitchell在1997给出了更加形式化的定义：

假设用P评估计算机程序在某任务类T上的性能，若一个程序通过经验E在T中任务上获得了性能改善，我们说关于T和P，该程序对E进行了学习。

基本术语

一般使用 D={ x1,x2,…,xm} 表示包含m个样本(sample)的数据集，每个样本由d个属性描述，则每个样本

最低0.47元/天 解锁文章
Phantato
关注
机器学习笔记 # Ch1 绪论
skysys的研究小屋
12-13 402
关于序言中提到了一个问题：”为什么机器学习要求数据是独立同分布的？”，参考《机器学习 # 为什么机器学习要求数据是独立同分布的？》 ML - Machine Learning 即机器学习（后文略写） 序言中周老师讲到，ML领域研究重心有所变化： 早期=>纯粹的理论和模型研究 如今=>以解决现实生活中实际问题为目的的应用研究 著名著作： 李航《统计学习方法》 周志华《机器学习》（推荐结合一起看） 另外还有PRML 关于西瓜书的学习建议 西瓜书的推导跳步跳的很潇洒，干啃肯定是需要比较好的数学基础，
机器学习笔记——绪论
weixin_43249938的博客
11-22 156
##机器学习基本概念 定义：致力于研究如何通过计算的手段，利用经验来改善系统自身的吸能。 研究的主要内容他:在计算机上从数据中产生“模型”的算法，可以说机器学习是研究关于“学习算法”的学问 ##基本术语 要进行机器学习，先要有数据，通过下面的例子来说明 假定我们收集了一批关于西瓜的数据，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...
机器学习读书笔记(1)
lsh呵呵
05-04 453
书名 《机器学习之路caffe、keras、scikit-learn实战》 作者 阿布、胥嘉幸 出版社 电子工业 出版日期 2017年8月 阅读进度 基本全部 如下为笔记内容： 框架对比 实验级：性能较差，容易上手，不易定制 工业级：上手难，定制容易 深度学习 机器学习和深度学习是研究弱人工智能实现方式的一门科学...
机器学习读书笔记（一）
翊小宸的博客
02-10 445
什么是机器学习 基于数据（海量的可用数据） 定义：在计算机科学中，机器学习这个是人工智能（AI）的一个分支，用于构建和分析可利用经验改善性能的系统。（用示例数据和过去的经验优化性能标准） 机器学习涉及建模和优化。建模：未给定的样本数据指定条件或者概念分布。优化：包含了用于给定数据集最合适参数的技术。 机器学习的应用：人工神经网络、数据挖掘、web排名、数学函数逼近、语音和面部识别…… 其中，最常...
《机器学习》—读书笔记
studyeboy的专栏
11-17 1585
机器学习相关概念 机器学习致力于研究如何 通过计算的手段，利用经验来改善系统自身的性能，在计算机系统中，“经验”通常以“数据”形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”的算法，即“学习算法”。有了学习算法，把经验数据提供给它，它就能基于这些数据产生模型；在面对新的情况时，模型会听相应的判断。如果计算机科学是研究关于“算法”的学问，那么类似的，机器学习是研究关于“学习算法”的学问。 “模型”泛指从数据中学得的结果。“模式”指局部性结果。 预测的是离散值，此类学习任务称为“分
《机器学习》——读书笔记（1）
weixin_44881577的博客
03-29 463
1.1基础概念： 概念：机器学习是一门致力于研究如何通过计算的手段，利用经验来改善系统自身的性能的学科。 “经验”通常以“数据”形式存在，机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”的算法，即“学习算法（learning algorithm）”。 有了学习算法，我们把经验数据提供给它，它就能基于这些数据产生模型；在面对新的情况时，模型会给我们提供相应的判断。 计算机科学是研究关于“算法”的学问，机器学习是研究关于“学习算法”的学问 假设用P来评估计算机程序在某任务类T上的性能，若
机器学习笔记（一）：绪论、模型评估与选择
weixin_44947339的博客
03-10 373
阅读目录 什么是机器学习？ 基本术语 归纳与演绎 归纳偏好 经验误差与过拟合 评估方法 性能度量 比较检验与偏差方差 练习 什么是机器学习？ 利用计算机从历史数据在找出规律，并把这些规律用到对未来不确定场景的决策。 机器学习的典型应用： （1）关联规则：啤酒+纸尿片，购物篮分析 （2）聚类：用户细分精准营销 （3）朴素贝叶斯：垃圾邮件检测 （4）决策树：风险识别 （5）ctr预估：互联网广告：...
当脑机接口遇上机器学习：周志华《机器学习》读书笔记之绪论
周毅航的博客
04-18 515
微信关注脑机接口研习社， 追踪脑机接口最新发展动态 文章目录前言Day 1Part I. 第一章绪论:学习笔记Part II. 思考：如何与脑机接口结合 前言 当脑机接口遇上机器学习，会碰出怎样的火花呢？ 周志华老师的《机器学习》（西瓜书）是机器学习领域的经典入门教材之一，但这不仅仅只是一本入门书。书的原话：“就算是领域内的专家来看这本书，依旧是会有所收获的，因此这本书是需要精读的，一遍肯定是不够的”。 脑机接口研习社将推出一系列文章，每篇文章将分成两个部分的内容，第一部分是记录小编读书过程的学习笔..
机器学习--读书笔记（一）
qq_37102448的博客
08-27 507
第一章 机器学习基础 1.什么是机器学习 作者的朋友问到所从事的职业，回答“机器学习”，又问“什么是机器学习”，通过回答朋友职业问题的提问引出何为机器学习，利用计算机来彰显数据背后的真实含义，才是机器学习的真实含义。机器学习已经应用于多个领域，假象了一个场景，在这个一连串的场景中都用到了机器学习，很多企业使用机器学习软件改善商业决策、提高生产率、检测疾病、预测天气等。 关于数据，移动计算机和传感器...
《机器学习》——读书笔记1
u013319237的博客
01-24 1765
写在前面的话：周志华老师的这本书，我多次尝试阅读了，=-=，但却每次都坚持不下来，最后只是一个不明真相的吃瓜群众。每次心中却隐隐较着劲似得想要重头读一遍，这次恰逢年关，趁此闲暇，好好拜读一番！第一章 绪论1.1 引言通过买西瓜的例子引入。机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。 机器学习形式化的定义：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
《机器学习》读书笔记1
风雨偕行的博客
07-01 719
周志华《机器学习》，开学！ 第一章 绪论 1.1 引言 机器学习（ML）所研究的主要内容：是关于在计算机上从数据中产生“模型”（model）的算法，即“学习算法”（learning algorithm）。   1.2 基本术语 数据集（data set）=示例（instance）/样本（sample）的集合，一个instance/sample具有多种“属性”（attribute
《机器学习》读书笔记--1
高山流水
07-31 204
今天开始研读周志华老师的《机器学习》，看了第一章绪论和第二章模型评估与选择的一部分，之前看过一些相关视频课程，所以读起来还算顺利，没遇到太大的阻碍。（概率论部分的知识还是要再回头看看- -！） 以下是对今天所看内容的一些小结： 1. 预测的是离散值，例如：“好瓜”“坏瓜”，此类学习任务称为“分类”（classification）；若预测的是连续值，例如西瓜的成熟度为0.95、0.8等，此类学...
机器学习(周志华) 读书笔记
lingtianyulong的专栏
06-27 806
注：关于该系列，只为整理并记录个人学习过程中，遇到的知识点整理； 机器学习读书笔记 文章目录机器学习读书笔记第1章 绪论1.1 引言1.2 基本术语1.3 假设空间1.4 归纳偏好1.4.1奥卡姆剃刀原则(Occam’s razor)1.4.2 没有免费午餐定理(No Free Lunch Theorem，简称 NFL 定理) 第1章 绪论 1.1 引言 机器学习定义 机器学习一门致力于研究如何通过计算的手段，利用经验来改善系统自身的性能的学科。机器学习所研究的主要内容，是关于在计算机上从数据中产生“模
读书笔记之机器学习
XI101MO的博客
08-26 344
机器学习 何为机器学习 　　人能通过以往的学习经验知道，下足了功夫、弄清楚概念、做足了功课、自然就会取得好成绩，这是因为我们人能够做出有效的预测，是因为我们已经积累的许多经验，而通过经验的利用，就能通过对新情况做出有效的决策。同样的机器学习就是利用计算机来实现对经验的利用，对新的情况做出有效的决策。 　　机器学习致力于研究如何人通过计算的手段；利用经验来改善系统自身的性能。在计算机系统中...
机器学习（周志华）读书笔记 1
tiantizzz的博客
01-10 1238
目录 1. 绪论 1.1 机器学习的基本概念 1.2 基本术语 2. 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 2.2.2 交叉验证法 2.2.3 自助法 2.2.4 调参与最终模型 2.3 性能度量 2.3.1 精度与错误率 2.3.2 查准率与查全率 2.4比较检验 2.5 偏差与方差 ps.写在前面，本文是在参加datawhale组队学习，学习周志华老师的《机器学习》过程的学习笔记。文中出现的图片均引自《机器学习》，《机..
机器学习读书笔记-1（模型评估与选择）
人生若只能如初见的博客
07-27 240
1、基础关键词 错误率：分类错误的样本数占样本总数的比例。 精度：1 - 错误率 误差：模型的实际预测输出与样本的真实输出之间的差异。 训练误差、经验误差：模型在训练集上的误差。 泛化误差：模型在新的样本数据上的误差。 过拟合：模型在训练集上的效果逐渐上升，而在测试集上的效果逐渐下降，这种现象在机器学习中称为过拟合。过拟合是由多种因素导致的，其中最常见的情况是由于学习能力过于强大，以致于学习到了训练样本的非一般的特性。过拟合是机器学习面临的关键障碍，各类算法都有一些针对过拟合的措施。不过要认识到，过拟合是无
吴恩达CS 229机器学习课程笔记精华：应用与分类
CS 229课堂笔记是一份整理精良的资料，针对斯坦福大学机器学习课程（由知名学者Andrew Ng教授）进行的学习笔记。笔记主要源自吴恩达教授在CMU的机器学习公开课视频，该课程在网易上提供中英文双语字幕，方便学习者...
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