【周志华

机器学习 -- 《机器学习》（周志华）第五章笔记

机器学习–《机器学习》（周志华）第五章笔记神经网络摘要神经网络是具有适应性的简单单元组成的广泛并进行互联的网络，他的组织能够模拟生物神经系统进行对真实的世界物体所作出的交互反应，其并不是生物学意义上的神经网络
小灰机大·2022-07-23 13:16

机器学习（周志华） 第八章集成学习

关于周志华老师的《机器学习》这本书的学习笔记记录学习过程本博客记录Chapter81个体与集成集成学习（ensemblelearning）：通过构建多个学习器来完成学习的任务。
YJY131248·2022-07-23 13:15

机器学习（周志华） 第七章贝叶斯分类器

关于周志华老师的《机器学习》这本书的学习笔记记录学习过程本博客记录Chapter71贝叶斯决策论假设有NNN种可能的类别标记，即Y={c1,c2,…,cN}Y=\{c_1,c_2,…,c_N\}Y={c1
YJY131248·2022-07-23 13:15

机器学习（周志华） 第五章神经网络

关于周志华老师的《机器学习》这本书的学习笔记记录学习过程本博客记录Chapter5神经网络文章目录1神经元模型2感知机与多层网络3误差逆传播算法(BP）4全局最小和局部极小5其他常见神经网络5.1RBF
YJY131248·2022-07-23 13:45

【机器学习-周志华】阅读笔记-第五章-神经网络

第五章-神经网络神经网络，其原理便是模仿大脑神经元工作，对任何问题都可以进行学习，最终达到预测目的。定义：由具有适应性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。原理：其最基本的成分是神经元（neuron）。神经元工作原理为：当它“兴奋”时，会向相连的神经元发送化学物质，从而改变这些神经元内的电位。如果神经元内的电位超过了某一个阈值，它就会被激活，
Steven_Jackson·2022-07-23 13:44

机器学习（周志华）第一章至第三章笔记

关于周志华老师的《机器学习》这本书的学习笔记记录学习过程本博客记录Chapter1toChapter3文章目录1绪论1.1引言1.2基本术语1.3假设空间1.4归纳偏好1.5发展历程2模型估计与选择2.1
YJY131248·2022-07-23 13:44

《机器学习》（周志华） 第5章 神经网络 学习心得 笔记

第5章神经网络学习心得神经元模型神经元（neuron，亦称unit）其实就是一个小型的分类器，其将从其他神经元输入的信息带权重连接进入，然后比较其与阈值的相对大小，并将差异通过激活函数（activationfunction），决定其是否被”激活“/”兴奋“。这种神经元的抽象模型1943年就被提出了，被两位提出者名字首字母命名为”M-P神经元模型“。最常使用的激活函数为Sigmoid（亦称squas
ML--小小白·2022-07-23 13:43

《机器学习》（周志华） 第4章 决策树 学习心得 笔记

第4章决策树学习心得基本流程主要是一个递归过程defTreeGenerate(D,A):#D为样本集合/列表，A为属性集合生成节点nodeifD中样本属于同一个类C:node标记为C类叶子结点returnifA为空集（即所有的属性已经用光了）orD中样本在A上取值相同:将node作为叶节点，标记为D中样本数最多的类return从A中挑选最优的属性划分属性a_bestforaina_best的可取值
ML--小小白·2022-07-23 07:01

机器学习西瓜书——第04章决策树

本文是关于周志华老师编写的机器学习书籍『西瓜书』的第四章决策树的学习.主要的内容有:决策树的基本流程、信息熵、信息增益(ID3决策树)、信息增益率(C4.5决策树)和基尼指数(CART决策树)等.文章目录
grizzly00·2022-07-21 10:03

机器学习 周志华 pdf 全文内容分享

pdf在GitHub的获取地址机器学习是计算机科学和人工智能的一个重要分支。作为这一领域的入门教材，本书尽可能涵盖机器学习基础知识的所有方面。本书共16章，大致分为三个部分：第一部分（第1章至第3章）介绍机器学习的基本知识；第二部分（第4～10章）讨论了一些经典和常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维和度量学习）；第三部分（第11章至第16章）是高级知
coder_ten·2022-07-20 23:06

《美团机器学习实践》读后感

熟悉算法的同学应该对周志华老师的《机器学习》、李航老师的《统计学习方法》、或者是三巨头的《深度学习》都耳熟能详，甚至是比较入门的那本《python机器学习》，但美团的这本，我觉得是与上述概念性、知识
霸道总裁不爱我·2022-07-19 16:06

南大周志华清华胡事民入围院士候选！计算机领域共计7人

人工智能领域有南京大学人工智能学院院长周志华教授、清华大学胡事民教授入围增选。计算机领域共有5位学者入选。
视学算法·2022-07-18 08:02

#《机器学习》_周志华(西瓜书)&南瓜书__第1章 绪论 _第2章 模型评估与选择

待做：理解习题2.5补充修改西瓜书：机器学习周志华20世纪80年代：符号学习机器学习的主流20世纪90年代：统计机器学习符号智能统计智能统计学大数据计算能力的大幅提高认知科学研究统计机器学习算法都是基于样本数据独立同分布的假设
Gao&&Xi·2022-07-14 07:14

机器学习之西瓜书+南瓜书：第三章 线性模型

参考链接1、【吃瓜教程】《机器学习公式详解》（南瓜书）与西瓜书公式推导直播合集2周志华老师的《机器学习》1线性回归思路：（1）模型：建立一元一次方程y=wx+b（2）策略：采用均方误差或者极大似然估计函数作为损失函数
wonderball·2022-07-14 07:36

吃瓜笔记：Task01 绪论、模型评估与选择

Datawhale2022年5月吃瓜教程Task01所用教程：《机器学习》（周志华），《机器学习公式详解》（谢文睿，秦州）组织者学习建议：西瓜书第1章和第2章主要是讲一些基本概念和术语，大家自己看就好，
余舍·2022-07-14 07:30

深度学习第一周总结

目录机器学习绪论监督学习和无监督学习参数模型和非参数模型判别模型和生成模型深度学习概述神经网络PytorchSprialClassification机器学习绪论机器学习定义机器学习(MachineLearning，ML)并没有统一的定义，周志华老师在
贝叶贝叶贝叶斯·2022-07-13 07:40

机器学习笔记（十五）-大规模机器学习

本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。
997and·2022-07-12 07:26

机器学习笔记（十六）-图片文字识别

本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。
997and·2022-07-12 07:26

机器学习笔记（九）-机器学习系统的设计

本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。
997and·2022-07-12 07:55

《机器学习》周志华(西瓜书)学习笔记 第七章 贝叶斯分类器

《机器学习》周志华(西瓜书)学习笔记总目录第七章贝叶斯分类器世上只有一种投资是只赚不赔的，那就是学习。
Sundm@lhq·2022-07-12 07:41

机器学习笔记（十三）-异常检测

本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。
997and·2022-07-12 07:17

多标签学习Ml-KNN算法以及多标签的评价指标

多标签学习Ml-KNN算法这篇博客解释的是周志华的一篇多标签KNN的论文ML-KNN:Alazylearningapproachtomulti-labellearning这一篇Min-LingZhang
盒子6910·2022-07-08 20:42

5、ML-kNN A lazy learning approach to multi-label learning

ML-KNN看了周志华老师的多标签综述中此算法的预测通过下面
cg110778·2022-07-08 20:41

YOLOv4损失函数全面解析

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转自：计算机视觉联盟AI博士笔记系列推荐周志华《机器学习》手推笔记正式开源！
小白学视觉·2022-07-08 07:56

西瓜书《机器学习》读书笔记-第6章 支持向量机(Support Vector Machine)

写在前面开始挖新坑学习一下《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·2022-06-30 07:56

机器学习西瓜书——第06章支持向量机

本文是关于周志华老师编写的机器学习书籍『西瓜书』的第六章支持向量机.主要的内容有:支持向量机的模型理解、支持向量、硬间隔与软间隔、在不等式约束下使用拉格朗日乘子法转化为对偶问题、KKT条件、支持向量回归等
grizzly00·2022-06-30 07:47

《机器学习》（西瓜书）周志华学习思维导图——第六、七章

本文主要介绍了机器学习中的常用算法支持向量机（SVM）和贝叶斯分类器。第六章支持向量机支持向量机是一种常用的分类模型，分类学习的基本思想就是基于训练集在样本空间找到一个划分超平面，将不同类别的样本分开。学习的目标是为了找到具有最大间隔的划分超平面。第七章贝叶斯分类器贝叶斯分类器是一类以贝叶斯定理为基础的分类算法的总称，其分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某
Li的NLP之路·2022-06-30 07:05

datawhale西瓜书打卡——第六章“支持向量机”

部分文字引用自周志华西瓜书和南瓜书视频马上就31号年末了，今天也是最后一次打卡截点，冲！这一章的支持向量机，想必大家也是十分耳熟了，同样地，先问问自己，什么是支持向量机？用来完成什么功能的？
山泼黛·2022-06-30 07:33

(周志华《机器学习》西瓜书 小白Python学习笔记（八） ———— 第六章 支持向量机SVM LIBSVM实现以及结果解读（课后题6.2）

周志华《机器学习》西瓜书小白Python学习笔记（八）————第六章支持向量机LIBSVM实现及结果解读（课后题6.2）LIBSVM介绍安装LIBSVM(MAC系统)数据格式和实验数据SVM实现结果解读
River_J777·2022-06-30 07:04

周志华《机器学习》西瓜书 小白Python学习笔记（七） ———— 第六章 支持向量机SVM

周志华《机器学习》西瓜书小白Python学习笔记（七）————第六章支持向量机SVM什么是SVMSVM求解过程转化为Lagrange对偶问题Lagrange对偶问题求解1.min⁡w,bL(w,b,α)
River_J777·2022-06-30 07:34

机器学习西瓜书——第05章神经网络

本文是关于周志华老师编写的机器学习书籍『西瓜书』的第五章神经网络.主要的内容有:M-P神经元模型的构成、简单感知机和多层网络、以及著名BP算法的推导过程(激活函数是Sigmoid).文章目录5.1神经元模型工作过程激活函数
grizzly00·2022-06-27 13:17

机器学习西瓜书——第02章模型评估和选择

本文是关于周志华老师编写的机器学习书籍『西瓜书』的第二章模型评估和选择。
grizzly00·2022-06-27 13:46

datawhale西瓜书打卡——第五章神经网络

提示：所有图片都截取自周志华的《机器学习》转眼又又是打卡截点，还剩三小时了，金戈铁马，浴血奋战。冲。第五章，神经网络。
山泼黛·2022-06-27 13:41

周志华《机器学习》西瓜书 小白Python学习笔记（五） ———— 第五章 神经网络

周志华《机器学习》西瓜书小白Python学习笔记（五）————第五章神经网络什么是神经网络神经网络的结构输入层、隐含层和输出层激活函数权重偏置损失函数神经网络原理正向传播负向传播什么是神经网络神经网络起源于生物神经元的生物原理
River_J777·2022-06-27 13:09

周志华《机器学习》西瓜书 小白Python学习笔记（六） ———— 第五章 神经网络 课后习题5.5 python实现 pytorch

周志华《机器学习》西瓜书小白Python学习笔记（六）————第五章神经网络python代码pytorch伪代码手工搭建Pytorch搭建作为神经网络中最为广泛使用的BP神经网络，本文使用西瓜数据集3.0
River_J777·2022-06-27 13:38

【周志华机器学习】八、集成学习

文章目录参考资料1.基本概念1.1个体与集成2.Boosting3.Bagging4.随机森林5.结合策略5.1平均法（回归问题）5.2投票法（分类问题）5.3学习法6.多样性（diversity）7.后记7.1随机森林分类效果的影响因素7.2随机森林有什么优缺点7.3随机森林如何处理缺失值？7.4什么是OOB？随机森林中OOB是如何计算的，它有什么优缺点？7.5随机森林的过拟合问题7.6梯度提升
CHH3213·2022-06-27 07:50

机器学习--BP神经网络的C++实现

激活函数:Sigmoid使用的是周志华老师的《机器学习》一书上的更新公式。一共有三层，第一层是三维的，第二层是4维，输出层是1维。
潮生明月·2022-06-24 19:15

周志华：南京大学LAMDA实验室将加大力度与华为合作

近日，南京大学周志华教授发布微头条：“LAMDA接下来会加大力度跟华为合作。”朱越博士作为从LAMDA加入华为的一员，现身说法，表示从未后悔。2019，到华为去！
计算机与软件考研·2022-06-15 09:43

机器学习—模型评估与选择

blog.csdn.net/wenwu_both/article/版权：本文版权归作者和CSDN博客共有转载：欢迎转载，但未经作者同意，必须保留此段声明；必须在文章中给出原文链接；否则必究法律责任本文作为周志华
打酱油的葫芦娃·2022-06-05 07:08

模型评估与选择

周志华：《机器学习》后续不写了，看得比我写的快多了，自己去买一本书。误差与过拟合我们将学习器对样本的实际预测结果与样本的真实值之间的差异成为：误差（error）。
川川菜鸟·2022-06-05 07:04

Boosting族算法--Adaboost算法与GBDT算法原理(简单易懂)

如想深入了解算法核心推导步骤，可查阅相关书籍或论文，推荐阅读：《机器学习》周志华《统计学习方法》李航Boosting算法Boosting算法是一种可将弱学习器提升为强学习器的算法。
CquptDJ·2022-06-04 07:56

经验 | 非科班出身怎么转行计算机？

点上方蓝字计算机视觉联盟获取更多干货在右上方···设为星标★，与你不见不散计算机视觉联盟笔记作者：王博Kings、Sophia本文简要概述王博Kings好友转行一些小的看法AI博士笔记系列推荐周志华《机器学习
SophiaCV·2022-06-03 07:38

周志华：深度学习不只是深度神经网络

周志华教授是美国计算机学会(ACM)、美国科学促进会(AAAS)、国际人工智能学会(AAAI)、国际电气电子工程师学会(IEEE)、国际模式识别学会(IAPR)、国际工程技术(IET/IEE)等学会的会士
周雄伟·2022-05-27 07:05

机器学习笔记 (3)-决策树模型

参考资料《机器学习》-周志华《统计学习方法》-李航《机器学习实战》-PeterHarrington(美)《加号机器学习讲义》-加号老师摘要机器学习包含监督学习、非监督学习、以及强化学习三大部分。
yanwosky4·2022-05-23 07:13

机器学习（周志华） 第四章决策树

决策树1基本流程一颗决策树要包括一个根结点，若干个内部结点和若干个叶结点。叶结点对应决策结果，其他每个结点对应于一个属性测试每个结点包含的样本集合根据属性测试的结果被划分到子结点中根结点包含样本全集。从根结点到每个叶结点之间的路径对应了一个判定测试序列。决策树的目的：产生一颗泛化能力强，即处理未见示例能力强的决策树。基本流程：分而治之的思想数据集D={(x1,y1),…,(xn,yn)}D=\{(
YJY131248·2022-05-23 07:49

《机器学习》周志华(西瓜书)学习笔记 第二章 模型评估与选择

机器学习周志华学习笔记总目录世上只有一种投资是只赚不赔的，那就是学习。
Sundm@lhq·2022-05-20 17:15

《机器学习》-周志华 第二章：模型评估与选择 读书笔记

文章目录1经验误差与过拟合2评估方法3性能度量3.1错误率和精度3.2查准率/准确率（precision）、查全率/召回率（recall）、F13.3ROC曲线4比较检验5偏差与方差1经验误差与过拟合错误率：E=amE=\frac{a}{m}E=ma精度(accuracy)：1−am1-\frac{a}{m}1−ma误差：y^−y\haty-yy^−y训练误差/经验误差：学习器在训练集上的误差泛化
ErinLiu虎哥的铲屎员·2022-05-20 17:41

博士笔记 | 周志华《机器学习》手推笔记第二章-模型评估与选择

笔记pdf开源地址：https://github.com/Sophia-11/Machine-Learning-Notes作者：王博Kings，985AI博士，CSDN博客专家，华为云专家，vx：Kingsplusa（添加时备注学校/单位-专业）仅作分享，不代表本号立场，侵权联系删除
SophiaCV·2022-05-20 17:11

西瓜书(机器学习 周志华)读书笔记--第一章 绪论

1.1引言略1.2基本术语1.2.1数据集相关的基本概念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=硬挺;敲声=清脆)，……，每对括号内是一条记录，"="，意思是"取值为".数据集(dataset)这组记录的集合称为一个"数据集"(dataset).示例(instance)或样本(sample)其中每条记
xhtxzwj·2022-05-18 07:53

周志华 机器学习 吃瓜教程 第1章 学习笔记

第一章绪论1.1引言西瓜书中用“模型”泛指从数据中学得的结果。1.2基本术语数据集属性or特征属性值属性张成的空间称为“属性空间”、“样本空间”或“输入空间”从数据中学得模型的过程称为“学习”（learning）或“训练”（training），此过程通过执行某个学习算法来完成。训练过程中使用的数据成为“训练数据”（trainingdata），其中每个样本称为一个“训练样本”（trainingsam
越努力い越幸运·2022-05-18 07:00
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他