《机器学习》(周志华)第一章 绪论 笔记 学习心得

第1章 绪论 学习心得

由于我之前已经学过了李航老师的《统计学习方法(第2版)》,所以这里面的概念没有啥不懂得,不会像教程说的有些难,毕竟学过一部分了。而且,这本书确实比李航老师涵盖的可能更广些,从绪论可见一斑。

其中的1.4 归纳偏好可以说拓展了我的知识面,之前只是认为,有了假设(模型),有了损失函数,去优化求的最小的损失就可以了,但是其实一直忽略了一个更重要的,更高一层的东西,假设空间里学习到的最终的模型,其实是有他自己的“偏好”的,只是恰好有些偏好的模型,更能够得到我们更好的训练以及范化结果。特别是,这里提到了NFL(No Free Lunch)定理,可以说非常形象了,也就是没有任何一种模型是更聪明的,他只是对某种具体的需求更聪明,从另外的衡量维度,他必然有愚钝的方面,一定要看具体的实际问题,这种聪明和愚钝才有意义。

此外,批注式的方式给出书里的一些内容的评注也很有帮助。

你可能感兴趣的:(机器学习(周志华),机器学习,人工智能)