机器学习篇(周志华西瓜书)
小韩学长
微信公众号:小韩学长带你学,分享大数据等知识干货以及考研等经验,是一个满足你学习不得不关注的公众号!
展开
-
机器学习算法及常用算法的实现(python版)
网上找到相关资源,大家可以一起学习参考学习链接:https://blog.csdn.net/u013719780?viewmode=contents原创 2019-11-15 15:00:26 · 415 阅读 · 0 评论 -
第7章 贝叶斯分类器
前言 博主初次接触机器学习,记录个人学习历程。内容可能有诸多重复,但是我尽量用自己的话来讲,觉得写得还行就点赞转载。写博客的好处有二:一是总结学习内容,二是记录学习历程与同道这交流。在此,也希望读者能有一点点收获吧!如果不对的地方,还请多多指教! 上一篇 ...原创 2019-02-25 15:37:02 · 237 阅读 · 1 评论 -
第6章 支持向量机
前言 博主初次接触机器学习,记录个人学习历程。内容可能有诸多重复,但是我尽量用自己的话来讲,觉得写得还行就点赞转载。写博客的好处有二:一是总结学习内容,二是记录学习历程与同道这交流。在此,也希望读者能有一点点收获吧!如果不对的地方,还请多多指教! 上一篇 神经网络概述 《机器学习》第六章讲的是关于支持向量机这一方面,内容上包括:间隔与支持向量机、对...原创 2019-02-25 15:27:24 · 213 阅读 · 0 评论 -
第5章 神经网络
前言 博主初次接触机器学习,记录个人学习历程。内容可能有诸多重复,但是我尽量用自己的话来讲,觉得写得还行就点赞转载。写博客的好处有二:一是总结学习内容,二是记录学习历程与同道这交流。在此,也希望读者能有一点点收获吧!如果不对的地方,还请多多指教! 上一篇 决策树概述 《机器学习》第五章讲的是关于神经网络这一方面,内容上包括:神经元模型、感知机与多层...原创 2019-02-25 15:24:46 · 581 阅读 · 0 评论 -
第4章 决策树
前言 博主初次接触机器学习,记录个人学习历程。内容可能有诸多重复,但是我尽量用自己的话来讲,觉得写得还行就点赞转载。写博客的好处有二:一是总结学习内容,二是记录学习历程与同道这交流。在此,也希望读者能有一点点收获吧!如果不对的地方,还请多多指教! 上一篇 第3章 线性模型4.1基本流程 决策树是一类常见的机器学习方法,是一种基本的分类...原创 2019-02-24 18:32:11 · 495 阅读 · 0 评论 -
第3章 线性模型
本章内容为《机器学习》第3章线性模型的阅读笔记参考资料1 参考资料2 参考资料3 参考资料41. 什么是线性回归线性回归:通过拟合因变量yy和自变量x⃗ x→的最佳线性关系来预测目标变量。最佳拟合通过尽量缩小预测的线性表达式和实际观察结果间的距离总和来实现。没有其他位置的拟合比该位置生成的错误更少,该拟合是最佳拟合。2. 基本形式:给定d个属性的实例 x=(x1,x2,...原创 2019-02-23 19:08:33 · 479 阅读 · 0 评论 -
第2章 模型评估与选择
2.1经验误差与过拟合错误率 = a个样本分类错误/m个样本精度 = 1 - 错误率误差:学习器实际预测输出与样本的真是输出之间的差异。训练误差:即经验误差。学习器在训练集上的误差。泛化误差:学习器在新样本上的误差。 过拟合:学习器把训练样本学的”太好”,把不太一般的特性学到了,泛化能力下降,对新样本的判别能力差。必然存在,无法彻底避免,只能够减小过拟合风险。欠拟合...原创 2019-02-23 13:50:46 · 638 阅读 · 0 评论 -
第1章 绪论
1、引言 讲在前面,整个机器学习篇的参考书《机器学习》,是由清华大学周志华教授编写的,俗称西瓜书。 周志华:关于机器学习的一点思考 AI World 2018 世界人工智能峰会全程回顾 参考的学习资料汇总博客 介绍机器学习的文章网上有很多,有很多已经写得相当好了,比如这篇:从机器学习谈起,值得好好看看。 机器学习能让我们...原创 2019-02-22 21:50:59 · 359 阅读 · 0 评论 -
机器学习之数学基础—概率论
1、概率的认识 0<=p<=12、古典概型3、概率条件概率、全概率公式、贝叶斯公式3、概率密度函数4、累计分布函数原创 2018-10-11 09:10:45 · 222 阅读 · 0 评论 -
机器学习之必备数学基础
一、微积分基础知识1、微积分复习夹逼定理(两边夹定理)复习极限存在定理: 单调有界数列必有极限:单增数列有上界,则其必有极限;单减数列有下限,则其必有极限。2、导数方向导数、梯度3、Taylor公式 – Maclaurin公式数值计算、方向导数、凸函数、二、概率论基础知识1、概率的认识事件发生的频率,0<=p<=12、古典概...原创 2018-10-11 08:59:54 · 793 阅读 · 0 评论