【周志华

关于深度森林的一点理解

2017年年初，南京大学周志华老师上传了一篇名为：DeepForest：TowardsAnAlternativetoDeepNeuralNetworks的论文，一石激起千层浪，各大媒体纷纷讨论着，这似乎意味着机器学习的天色要变

Y.G Bingo·2024-09-10 03:10

机器学习（8）

本章节是对我学习完机器学习（周志华）第八章所做出来的总结第八章集成学习8.1个体与集成集成学习：通过构建并结合多个学习器来完成学习任务，有时也被称为多分类器系统、基于委员会的学习等。

LY豪·2024-02-10 03:24

2019-05-14《西瓜书》难啃

周志华老师的《西瓜书：机器学习》这周看完1~10章锻炼：太极云手、100手/组，3组虎刨功（简）、100个/组，2组

杨熊猫Yang·2024-02-08 05:59

我国学者在新型深度学习模型方面取得进展

在国家自然科学基金创新研究群体项目、重点项目（批准号：61921006、61751306）资助下，南京大学周志华教授项目组对新型深度学习模型与方法进行了深入研究，取得重要进展。

2301_76571514·2024-02-04 07:44

互联网摸鱼日报(2024-02-02)

可控视频生成框架来了南大周志华团队8年力作！「学件」系统解决机器学习复用难题，「模型融合」涌现科研新范式纯文本模型训出「视觉」表

每日摸鱼大王·2024-02-03 06:29

【大咖论道】周志华，唐杰教授等专家，站在 2022，展望大模型的未来

28日，阿里巴巴达摩院发布2022十大科技趋势。其中，“大模型参数竞赛进入冷静期，大小模型将在云边端协同进化”的断言，在AI圈备受关注。2021是大模型爆发之年，我们见证了大模型的惊艳，但也了解了目前大模型的一些局限，如显著的高能耗等问题。达摩院认为，超大规模预训练模型是从弱人工智能向通用人工智能的突破性探索，解决了传统深度学习的应用碎片化难题，但性能与能耗提升不成比例的效率问题限制了参数规模继续

深度学习技术前沿·2024-01-30 12:52

如何系统学习机器学习？

人邮异步社区·2024-01-28 14:23

《机器学习》笔记-聚类（9）

对于自己，经历了一段时间的系统学习（参考《机器学习/深度学习入门资料汇总》），现在计划重新阅读《机器学习》[周志华]和《深度学习》[Goodfellowetal]这两本书，并在阅读的过程中进行记录和总结

EddyLiu2017·2024-01-27 14:04

集成学习

看了些周志华的教授的《机器学习》，根据自己的理解写一些笔记，温故而知新都说3个臭皮匠顶个诸葛亮，在机器学习中也是这样。大部分情况下一个学习器的预测能力不如多个学习器的能力。

dayL_W·2024-01-23 22:39

浙江大学《机器学习》笔记——神经网络(Neural Network)【上】

写在前面·最近在学习《机器学习》.主要是看浙江大学胡浩基老师的网课，结合周志华老师的西瓜书来学.为了理清思路和推公式就敲了这样一个读书笔记.初次学习难免会有错漏，欢迎批评指正.这份笔记主要用途还是用来自己复习回顾

啵啵啵啵哲·2024-01-20 18:54

python自学（二）第二章正则表达式|字符串匹配、函数和面向对象程序设计

《机器学习》周志华（西瓜书）清华大学出版社；least14p/d;3.BiliBili《和美女老师一起学python》视频。（一）正则

BrilandLiu·2024-01-19 11:38

【机器学习】机器学习绪论

参考资料：《机器学习》周志华机器学习：通过数据学习一个函数，即x—>f（x，b）—>yx—>f（x，b）—>yx—>f（x，b）—>y。

Bigdataxy·2024-01-19 00:44

牛人（周志华）推荐的人工智能网站

AIURLs(maintainedbyZhi-HuaZhou)**北京大学视觉与听觉信息处理实验室北京邮电大学模式识别与智能系统学科复旦大学智能信息处理开放实验室IEEEComputerSociety北京映象站点计算机科学论坛机器人足球赛模式识别国家重点实验室南京航空航天大学模式识别与神经计算实验室-PARNEC南京大学机器学习与数据挖掘研究所-LAMDA南京大学人工智能实验室南京大学软件新技术国

城市中迷途小书童·2024-01-16 06:24

西瓜书南瓜书机器学习周志华第一章*学习小结

西瓜书*南瓜书*机器学习*周志华*第一章*学习小结第一章绪论1.1绪论通过一个关于瓜的故事引入了对于机器学习这门课的学习。

fyc300·2024-01-11 04:18

赠书 | 周志华老师的西瓜书--《机器学习》

作者：周志华著出版社：清华大学出版社ISBN：978-7-302-42328-7“本书的作者周志华教授在机器学习的许多领域都有出色的贡献，是中国机器学习研究的领军人物之一，在国际学术界有着很高的声誉。

茗创科技·2024-01-09 23:35

机器学习算法优缺点综述

机器学习算法优缺点综述仅作学术分享，不代表本公众号立场，侵权联系删除转载于：七月在线AI博士笔记系列推荐周志华《机器学习》手推笔记正式开源！

yishuihan-Oliver·2024-01-07 13:15

数理统计与数据分析阅读笔记-1

读这本书的目的是为了更好地读周志华的西瓜书——这该死的递归现在在我们的生活里到处都是。

Canala·2024-01-06 18:48

决策树（人工智能期末复习）

参考书：机器学习（周志华）几个重要概念信息熵随机事件未按照某个属性的不同取值划分时的熵减去按照某个属性的不同取值划分时的平均熵。表示事物的混乱程度，熵越大表示混乱程度越大，越小表示混乱程度越小。

倒杯Whisky·2024-01-04 17:23

「摸鱼快报008」看不懂机器学习西瓜书? 没关系, 南瓜书来帮你!

摸鱼快报是一档我拍脑袋想出来的致力于轻量化地收集优质生物信息学及相关领域资料带给大家的小栏目,力求废话不多,干货为王.下面内容引用自官方github首页,帮助你快速了解推出南瓜书的目的:“周志华老师的《

卖萌哥·2024-01-04 07:51

我的机器学习起步如何Getting Started

学习技巧和原则先通过经典书籍进行科普知名机器学习网站根据书籍或网站的目录，先泛读、再选择有兴趣的部分重点精读、后至于反复读知行合一起步GettingStarted周志华版《机器学习》，又名西瓜书可以作为科普书籍

快乐的阿常艾念宝·2023-12-30 00:43

机器学习（1）

本章节是对我学习完机器学习（周志华）第一章所做出来的总结第一章绪论1.1引言机器学习的定义：致力于如何通过计算的手段，利用经验来改善系统自身的性能。

LY豪·2023-12-29 01:43

进击的机器学习 Fifth Day——逻辑回归（Logistic Regression)

算法原理：首先来声明一下，虽然我们算法的名字就叫做逻辑回归，但是逻辑回归却是一个二分类算法(周志华老师称之为线性几率回归或者对数几率回归),一般只能用来预测含有两种标签（或者类别）的数据，比如0和1，男和女等等

焜俞·2023-12-29 01:34

神经网络和深度学习(吴恩达) 第二周课程提炼

学这个课程的同时，也在看《机器学习》(周志华)，所以会将书和视频的内容结合来看，综合学习。本篇主要是第二周课程中讲到的：二分分类、Logistic回归、损失函数、梯度下降、向量化。

北冥丶有鱼·2023-12-25 19:24

讲座思考 | 周志华教授：新型机器学习神经元模型的探索

12月22日，有幸听了南京大学周志华教授题为“新型机器学习神经元模型的探索”的讲座。现场热闹非凡，大家像追星一样拿着“西瓜书”找周教授签名。周教授讲得依旧循循善诱，由浅入深，听得我很入迷，故作此记。

一条独龙·2023-12-24 09:22

机器学习（7）

本章节是对我学习完机器学习（周志华）第七章所做出来的总结第七章贝叶斯分类器7.1贝叶斯决策论贝叶斯决策伦是概率框架下实施决策的基本方法。

LY豪·2023-12-22 22:21

【机器学习】聚类【Ⅴ】密度聚类与层次聚类

主要来自周志华《机器学习》一书，数学推导主要来自简书博主“形式运算”的原创博客，包含自己的理解。有任何的书写错误、排版错误、概念错误等，希望大家包含指正。由于字数限制，分成五篇博客。

不牌不改·2023-12-22 15:40

神经网络——机器学习(周志华)

C++实现神经网络神经网络神经元模型神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。感知机与多层网络y=f(∑iωixi−θ)y=f(\sum_i\omega_ix_i-\theta)y=f(i∑ωixi−θ)感知机油两层神经元组成，权重ωi(i=1,2,...,n)\omega_i(i=1,2,...,n)ωi(i=1,2,.

htfenght·2023-12-21 22:18

支持向量机SVM介绍——基于机器学习_周志华

支持向量机SVM支持向量机1.函数间隔与几何间隔1.1函数间隔1.2几何间隔2.最大间隔与支持向量3.从原始优化问题到对偶问题4.核函数5.软间隔支持向量机上篇主要介绍了神经网络。首先从生物学神经元出发，引出了它的数学抽象模型–MP神经元以及由两层神经元组成的感知机模型，并基于梯度下降的方法描述了感知机模型的权值调整规则。由于简单的感知机不能处理线性不可分的情形，因此接着引入了含隐层的前馈型神经网

Pandy Bright·2023-12-21 22:47

集成学习——基于机器学习_周志华

上篇主要介绍了鼎鼎大名的EM算法，从算法思想到数学公式推导（边际似然引入隐变量，Jensen不等式简化求导），EM算法实际上可以理解为一种坐标下降法，首先固定一个变量，接着求另外变量的最优解，通过其优美的“两步走”策略能较好地估计隐变量的值。本篇将继续讨论下一类经典算法–集成学习。集成学习集成学习1.个体与集成2.Boosting3.Bagging与RandomForest3.1Bagging3.

Pandy Bright·2023-12-21 22:47

神经网络介绍——基于机器学习_周志华

神经网络神经网络神经网络1.神经元模型2.感知机与多层网络3.BP神经网络算法4.全局最小与局部最小5.深度学习在机器学习中，神经网络一般指的是“神经网络学习”，是机器学习与神经网络两个学科的交叉部分。所谓神经网络，目前用得最广泛的一个定义是“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所做出的交互反应”。1.神经元模型神经网络中最基本的单元

Pandy Bright·2023-12-21 22:16

【周志华机器学习】学习笔记一：绪论

1.机器学习基本术语机器学习machinelearning：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。学习算法learningalgorithm：关于在计算机上从数据中产生的模型model的算法。数据集dataset：记录的集合；示例instance/样本sample：每条记录是关于一个事件或对象的描述；属性attribute/特征feature：反映事件或对象在某方面的表现或性

咔叽布吉·2023-12-21 10:48

（三）线性模型（初识-机器学习-周志华）

说明：小白学习记录，写文档是为了督促自己学习，零基础开始接触机器学习，刚开始读这本书，只是简单梳理知识啦。向大佬致敬，小白打扰了。3.1基本形式1.问题描述：给定由d个属型描述的示例，其中在第个属性上的取值，线性模型试图学得一个通过属性的线性组合来进行预测的函数，即函数形式，一般用向量形式写成，其中，和学得之后，模型就得以确定。2.线性模型的优点（1）形式简单、易于建模，但却蕴含着机器学习中一些重

Dong_33·2023-12-20 03:25

二战周志华《机器学习》--马尔可夫随机场

在开始这篇文章之前，我想先介绍一下马尔可夫性：当一个随机过程在给定现在状态及所有过去状态情况下，其未来状态的条件概率分布仅依赖于当前状态；换句话说，在给定现在状态时，它与过去状态（即该过程的历史路径）是条件独立的，那么此随机过程即具有马尔可夫性质。1、势函数在考察马尔可夫随机场之前，我们先来考察一下马尔可夫随机场中的势函数。势函数Φ的作用是定量刻画变量级XQ中变量之间的相关关系，它应该是非负函数，

城市中迷途小书童·2023-12-19 23:38

机器学习实战之K近邻方法心得体会

暑假的时候在学习机器学习，买的第一本书是大名鼎鼎的的周志华老师的西瓜书，但由于是水平有限，所以看到了一半还是云里雾里的。

学习的学习者·2023-11-24 05:11

笔记-L1、L2范数理解

学习过程中参考链接如下（周志华西瓜书也讲得很详细）：机器学习中的范数规则化之（一）L0、L1与L2范数-zouxy09的专栏-CSDN博客(1封私信/9条消息)0范数、1范数、2范数有什么区别？

ZSYGOOOD·2023-11-24 00:24

周志华教授专著《集成学习：基础与算法》上市，豆瓣满分森林书破解AI实践难题...

近年来，机器学习技术的快速发展推动了语音、自然语言处理、机器视觉等多个领域获得巨大进步，也带动了人工智能相关产业的蓬勃发展。回顾机器学习最近30年的发展历程，各种学习方法推陈出新、不断演进。但是，在此历程中，通过构建并结合多个学习器来完成学习任务的集成学习方法，始终是提升学习效果的重要手段，成为机器学习领域的“常青树”，受到学术界和产业界的广泛关注。在这个深度学习应用取得巨大成功的当下，我们无法忽

夕小瑶·2023-11-23 01:37

深度学习之基础知识详解（文末有福利）

下面是直观解释：《机器学习》--周志华下面在那一个具体的例子：如果我们有6个数据，我们选择用怎么样的回归曲线对它拟合呢？

I小码哥·2023-11-23 01:01

送书|周志华教授专著《集成学习：基础与算法》上市，豆瓣满分森林书破解AI实践难题...

近年来，机器学习技术的快速发展推动了语音、自然语言处理、机器视觉等多个领域获得巨大进步，也带动了人工智能相关产业的蓬勃发展。回顾机器学习最近30年的发展历程，各种学习方法推陈出新、不断演进。但是，在此历程中，通过构建并结合多个学习器来完成学习任务的集成学习方法，始终是提升学习效果的重要手段，成为机器学习领域的“常青树”，受到学术界和产业界的广泛关注。在这个深度学习应用取得巨大成功的当下，我们无法忽

文文学霸·2023-11-23 01:59

机器学习——周志华_笔记

机器学习——周志华_笔记机器学习——周志华_笔记机器学习——周志华_笔记神经网络介绍支持向量机SVM介绍贝叶斯分类器EM算法集成学习聚类降维与度量学习特征选择与稀疏学习计算学习理论半监督学习概率图模型强化学习神经网络介绍神经网络介绍

Pandy Bright·2023-11-23 00:44

概率图模型——基于机器学习_周志华

上篇主要介绍了半监督学习，首先从如何利用未标记样本所蕴含的分布信息出发，引入了半监督学习的基本概念，即训练数据同时包含有标记样本和未标记样本的学习方法；接着分别介绍了几种常见的半监督学习方法：生成式方法基于对数据分布的假设，利用未标记样本隐含的分布信息，使得对模型参数的估计更加准确；TSVM给未标记样本赋予伪标记，并通过不断调整易出错样本的标记得到最终输出；基于分歧的方法结合了集成学习的思想，通过

Pandy Bright·2023-11-23 00:14

强化学习——基于机器学习_周志华

上篇主要介绍了概率图模型，首先从生成式模型与判别式模型的定义出发，引出了概率图模型的基本概念，即利用图结构来表达变量之间的依赖关系；接着分别介绍了隐马尔可夫模型、马尔可夫随机场、条件随机场、精确推断方法以及LDA话题模型：HMM主要围绕着评估/解码/学习这三个实际问题展开论述；MRF基于团和势函数的概念来定义联合概率分布；CRF引入两种特征函数对状态序列进行评价打分；变量消去与信念传播在给定联合概

Pandy Bright·2023-11-23 00:14

聚类——基于机器学习_周志华

上篇主要介绍了一种机器学习的通用框架–集成学习方法，首先从准确性和差异性两个重要概念引出集成学习“好而不同”的四字真言，接着介绍了现阶段主流的三种集成学习方法：AdaBoost、Bagging及RandomForest，AdaBoost采用最小化指数损失函数迭代式更新样本分布权重和计算基学习器权重，Bagging通过自助采样引入样本扰动增加了基学习器之间的差异性，随机森林则进一步引入了属性扰动，最

Pandy Bright·2023-11-23 00:13

python自学入门书籍推荐-推荐python机器学习实践的书籍？

周志华老师的《机器学习》这本书作为该领域的入门教材，在内容上涵盖机器学习基础知识的很多方面。全书

weixin_37988176·2023-11-22 02:59

惊叹！中科院学霸和本硕博985在读博士的AI进阶之路

风度78·2023-11-20 09:07

《机器学习》周志华--第4章读书笔记+习题答案

4.1基本流程decisiontree决策树的目的是为了产生一棵泛化能力强的树——用测试集检测泛化能力如图4.1所示，从树的根结点，到叶子结点（也就是判别结果），其中一般会经过若干个中间结点，每个中间结点对应一个属性测试，例如图中的色泽属性，根蒂属性，敲声属性。其中根结点是包含样本全集的，每经过一个中间结点，则会根据中间结点属性测试的结果划分到子结点中。其基本流程遵循**“分而治之”**divid

汪呀呀呀呀呀呀呀·2023-11-18 19:32

神经网络python实现

从头开始实现神经网络：入门](http://python.jobbole.com/82208/)原英文版ImplementingaNeuralNetworkfromScratch-AnIntroduction周志华教授

潘小榭·2023-11-16 10:07

西瓜书笔记

周志华老师亲讲-西瓜书全网最详尽讲解-1080p高清原版《机器学习初步》周志华机器学习（西瓜书）学习笔记（持续更新）周志华《MachineLearning》学习笔记绪论基本术语数据集（dataset）：

Moliay·2023-11-11 00:51

【周志华机器学习】机器学习中的距离度量

文章目录参考资料1.欧氏距离2.曼哈顿距离3.切比雪夫距离4.闵可夫斯基距离5.标准化欧氏距离6.马氏距离7.巴氏距离8.汉明距离9.夹角余弦10.杰卡德相似系数11.皮尔逊系数参考资料ML-NLP机器学习各种距离优缺点常见距离度量方法优缺点对比K近邻算法的核心在于找到实例点的邻居，这个时候，问题就接踵而至了，如何找到邻居，邻居的判定标准是什么，用什么来度量。这一系列问题便是下面要讲的距离度量表示

CHH3213·2023-11-10 23:01

今天也在认真分享·2023-11-08 11:32

现成调包>底层编写>算法改进——我对k-means由浅入深的理解

不赘述，原理可参考：《机器学习》周志华《机器学习实战》网络博客、百度因为研究数据不公开，本期数据采用随机构造数据，如下代码：##【代码1】随机产生点##i

交通科研Lab·2023-11-02 15:30

推荐频道