【周志华第8页

机器学习-logistic回归训练数据集

类别：机器学习个人笔记参考书籍：《统计学习》、《机器学习实战》、周志华大佬的西瓜书相关数学公式推导见我上传的手写PDF任务：学习《机器学习实战》P78页及P79页程序清单5-1和5-2，完成以下问题：1

平凡的小何同学·2022-12-08 20:01

简要介绍弱监督学习

www.cnblogs.com/ariel-dreamland/p/8566348.htmlAbriefintroductiontoweaklysupervisedlearning（简要介绍弱监督学习）by南大周志华摘要监督学习技术通过学习大量训练数据来构建预测模型

weixin_34283445·2022-12-07 21:30

周志华机器学习详细公式推导！

机器学习与AI生成创作·2022-12-07 10:41

啃周志华《机器学习》西瓜书难吗？

不少读者反应，觉得周志华老师的西瓜书很难，难道真的很难？其实对于零基础的小白来说，是真的很难，这本书不适合刚入门的学者学习！作为周老师的“扛鼎之作”，这本《机器学习》是真的很经典！

AI引路星·2022-12-07 10:09

周志华《机器学习》第九章复习（带例题）

老师让我帮他出卷，就自己做了细纲出了点题。可以参考着复习。考点：1.常用的性能度量指标，距离度量2.连续属性和离散属性的距离计算方法3.原型聚类（选择、填空、问答）K均值聚类、学习向量量化、高斯混合聚类，这三种聚类方法的特点和方法思路4.密度聚类（选择、填空、判断、名词解释）核心对象、密度直达、密度可达、密度相连，算法实现的核心思想第九章聚类（密度聚类没讲，层次聚类简要介绍）1无监督学习（填空）请

FitzFitzFitz·2022-12-07 10:18

PyTorch框架从零实现Logistic回归（非torch.nn）

在周志华老师“西瓜书”中，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。

JMDou·2022-12-07 06:04

机器学习之特征选择(feature_selection)

特征选择方法1.过滤式(Filter)ReliefRelief-F2.包裹式(wrapper)LVM3.嵌入式(embedding)岭回归(ridgeregression)LASSO参考书为《机器学习》-周志华选取特征子集当前存在的问题从初始的特征集合选取包含所有重要信息的特征子集

可大侠·2022-12-06 14:53

【机器学习基础】为什么逻辑回归的损失函数是交叉熵？

概要逻辑回归（logisticregression）在机器学习中是非常经典的分类方法，周志华教授的《机器学习》书中称其为对数几率回归，因为其属于对数线性模型。

风度78·2022-12-06 12:19

机器学习笔记(一)对数几率回归模型(Logistic Regression)

文章目录前言一、对数几率回归模型二、对率回归模型最大化“对数似然”总结参考文献前言本篇文章是笔者在学习周志华老师《机器学习》第三章节对数几率回归部分过程中，结合各方参考资料，记录下的对数几率回归模型的重点知识与内容

Kee77·2022-12-06 11:58

深度学习（从零开始）

线性回归y=wx+b2、学习网站：python入门基础python入门的120个基础练习（一）-知乎sklearn官方https://sklearn.apachecn.org/#/numpyNumPy中文周志华机器学习周志华的西瓜书

winer00·2022-12-05 15:54

Kaggle 机器学习实战朴素贝叶斯（原理+西瓜数据集实战）

Kaggle机器学习实战朴素贝叶斯（原理+西瓜数据集实战）朴素贝叶斯概念（这一部分来自于国科大网安学院的PPT以及周志华的机器学习，需要的可在文章末尾加公号AC粥回复2022秋机器学习（其中第二章就是贝叶斯学习

AC粥·2022-12-05 10:53

PyTorch框架学习十六——正则化与Dropout

按照周志华老师西瓜书中的定义，这三者分别如下所示：偏差：度量学习算法的期望预测与真实结果的偏离程度，即刻画了学习算法本身的拟合能力。方差：度量了同

slight smile·2022-12-05 02:15

《机器学习》周志华(西瓜书)学习笔记第八章集成学习

机器学习学习笔记4总目录第八章集成学习8.1个体与集成集成学习(ensemblelearning)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(multi-classifiersystem)、基于委员会的学习(committee-basedlearning)等.集成学习的一般结构:先产生一组"个体学习器"(individuallearner)，再用某种策略将它们结合起来。同质集

Sundm@lhq·2022-12-04 15:35

第八章集成学习——周志华

（1）Adaboost算法怎么工作？Adaboost算法思想：一个弱学习器提升为强学习器的算法。先从初始的训练集训练出一个基学习器，再根据基学习器的表现对训练样本分布进行调整，使得先前基学习器做错的训练样本能在后续中得到更多的关注，然后基于调整后的样本分布来训练下一个基学习器。流程叙述：训练数据中的每个样本，并赋予其一个权重，这些权重构成了向量D。开始时，这些权重都初始化为相等值。首先在训练数据上

laymenISmouse·2022-12-04 15:05

评价机器学习模型的三大指标：准确率、精度和召回率

精度（查准率）和召回率（查全率）等指标对衡量机器学习的模型性能是非常基本的，特别是在不平衡分布数据集的案例中，在周志华教授的「西瓜书」中就特别详细地介绍了这些概念。

太白山鹰·2022-12-04 12:15

论文笔记之：Continuous Deep Q-Learning with Model-based Acceleration

引用周志华老师的《机器学习》中的一段话来解释这个概念，即：Model-basedlearning：机器已对环境进行了建模，能够在机器内部模拟出与环境相同或者近似的状况。在已知

a1424262219·2022-12-04 10:19

气象类Python编程实战案例项目汇总

数据处理/数据分析/数值计算3.气象可视化(1)Matplotlib绘图教程(2)Cartopy绘图教程(3)Metpy绘图教程(4)Basemap库教程(5)气象可视化案例4.机器学习系列教程(1)周志华

qazwsxpy·2022-12-04 08:58

深度强化学习实验室(http://deeprlhub.com)

总结1：周志华||AI领域如何做研究-写高水平论文总结2：全网首发最全深度强化学习资料(永更)总结3:《强化学习导论》代码/习题答案大全总结4：30+个必知的《人工智能》会议清单总结5：2019年-57

深度强化学习实验室·2022-12-04 07:02

【人工智能】通俗易懂谈机器学习

StudyWinter·2022-12-03 12:07

先验概率、后验概率、似然估计三者的区别与联系

本文模仿《机器学习》中周志华老师的举例，以西瓜的品质好坏为例，对三个概念：先验概率、后验概率、似然估计展开讨论，帮助读者深刻了解。

Life is a joke·2022-12-03 06:59

机器学习（周志华）第一章引言

第一章引言1.1引言机器学习的定义：MachineLearningisFieldsofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.译：机器学习是通过非显著式编程使得计算机获得学习能力的领域（1）机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。

丿一丨·2022-12-01 22:01

《机器学习》周志华 --第3章线性模型思维导图+笔记+习题

基本形式问题描述：给定由d个属性描述的示例x=(x1;x2;x3…xd)，其中xi是x的第i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函数，函数形式：f(x)=w1x1+w2x2+…wdxd+b,向量形式：例：西瓜问题中学的“f好瓜（x）=0.2x色泽+0.5x根蒂+0.3*x敲声+1”，则意味着可通过综合考虑色泽、根蒂和敲声来判断瓜好不好，由式子可以看出，其中根蒂最要紧，而

汪呀呀呀呀呀呀呀·2022-12-01 20:22

机器学习周志华-西瓜书全文内容分享

机器学习是计算机科学和人工智能的一个重要分支，作为该领域的入门教材，本书尽可能涵盖了机器学习基础知识的各个方面。本书共16章，大致分为三个部分：第一部分（第1章至第3章）介绍了机器学习的基础知识；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11～16章）是高级知识，涉及特征选择和稀疏学习、计算

Johngo学长·2022-12-01 20:51

《机器学习》（西瓜书）周志华学习思维导图——第三、四、五章

本文主要介绍了西瓜书中的线性模型，决策树，神经网络的相关章节内容。第三章线性模型线性模型是机器学习中最基本的模型，蕴含着机器学习中一些重要的基本思想，许多功能强大的非线性模型都是在线性模型的基础上加以改变得到的。第四章决策树决策树，亦称“判定树”，是一类常用的机器学习算法。决策树基于树结构进行决策，这恰是人类在面临决策问题时一种很自然的处理机制。第五章神经网络随着计算能力的迅猛提升和大数据的涌现，

后端转前端的大冤种·2022-12-01 20:20

周志华机器学习总结

Lecture3线性模型基本形式一般向量形式:优点:线性回归广义线性模型对数几率回归由对数几率函数确定$\boldsymbol{\omega}$和$b$线性判别分析(LDA)思想求解多分类任务多分类问题基本形式一般向量形式:f(x)=ωT∗x+bf(\boldsymbol{x})=\boldsymbol{\omega}^T*\boldsymbol{x}+bf(x)=ωT∗x+b优点:非线性模型可由

夜夜0810·2022-12-01 20:19

《机器学习》-周志华学习思维导图——前两章

学习机器学习，最基础的一本书就是周志华的西瓜书，即《机器学习》，就是下面这本书啦。接下来，为大家展示的是我在mindmaster上整理的西瓜书每章的思维导图，希望能够帮助大家理解和学习。

后端转前端的大冤种·2022-12-01 20:19

周志华-机器学习

文章目录第一章绪论思维导图关键问题1.假设空间概念计算2.版本空间概念习题:1.1计算步骤第一步假设空间：第二步删除与正例不一致或与反例一致的假设1.21.31.41.5第二章思维导图习题第三章线性模型思维导图关键问题习题3.13.23.33.410折交叉验证法留一法3.53.63.73.83.93.10小结第四章思维导图关键问题习题4.34.4第五章思维导图关键问题习题5.5第六章思维导图习题6

liqq234·2022-12-01 20:47

周志华《机器学习》书每章思维导图总结

周志华《机器学习》第一章绪论第二章模型评估与选择第三章线性模型第四章决策树第五章神经网络第六章支持向量机第七章贝叶斯分类器第八章集成学习第九章聚类第十章降维与度量学习第十一章特征选择与稀疏表示第十二章计算学习理论第十三章半监督学习第十四章概率图模型第十五章规则学习第十六章强化学习深度学习

Liao-Zhuolin·2022-12-01 20:15

【机器学习数学基础-周志华】重要概念总结

dddd第01题拉格朗日对偶题目答案第02题最大间隔模型题目答案第03题不可知PAC可学题目答案第04题二分类VC维题目答案第05题Rademacher复杂度题目答案第06题稳定性题目答案第07题hinge函数题目答案第08题一致性题目答案第09题固定步长梯度题目答案第10题在线梯度与遗憾界题目答案第01题拉格朗日对偶题目给出数学优化模型minf(x)s.t.g(x)≤0h(x)=0\begin{

板砖板砖我是兔子·2022-11-30 23:29

李航统计学习方法公式推导参考

今天继续学习李航老师的统计学习方法，虽然老师写的很好，但是由于我的数学基础不太好，所以有些公式还是看起来有些吃力，就想在网上找一下有没有大佬写的推导公式的参考，就像周志华老师的西瓜书在网上有南瓜书作为辅助一样

东大梅西·2022-11-30 20:55

迈过三重门——详解SVM及其Python实现

本文主要基于李航《统计学习方法》与周志华《机器学习》完成，加入了若干个人推导与注解，文后附Python3源码。跟我推导完，相信你一定会有收获。

数清风·2022-11-30 15:45

《机器学习》周志华第三章课后习题

3.1试析在什么情形下式(3.2)中不必考虑偏置项b.参考网上的各种版本：不考虑偏置项b，那么函数过原点，只需要将训练集的每个样本减去第一个样本，就可以消去b，不必考虑b。3.2试证明，对于参数，对率团归的目标函数(3.18)是非凸的，但其对数似然函数(3.27)是凸的.凸函数的定义不是很统一，这里给出西瓜书上使用的定义，P54左下角小字：不考虑多元函数时：对于3.18，用公式推导，证明其非凸，最

huzimu_·2022-11-30 14:04

机器学习 -- 《机器学习》(周志华) 第三章

机器学习–《机器学习》(周志华)第三章笔记文章目录机器学习--《机器学习》(周志华)第三章笔记注常用数学符号正交回归点距离线的距离是正交回归线性回归点垂直方向到线的距离将离散特征转为线性公式极大似然估计用途

小灰机大·2022-11-30 14:34

【周志华机器学习】五、神经网络之CNN

文章目录参考资料1.概念2.输入层3.卷积计算层(conv)3.1features3.2卷积4.激励层5.池化层6.全连接层6.1层次结构小结7.CNN优缺点8.典型CNN发展历程9.图像相关任务9.1图像识别与定位思路1：识别+定位过程思路2：图窗+识别9.2物体检测(objectdetection)9.2.1过程9.2.2R-CNN9.2.3SPP-Net9.2.4FastR-CNN9.2.5

CHH3213·2022-11-28 11:37

周志华机器学习四过拟合与正则化

上图表示了拟合数据三种情况：欠拟合（左2图）、较好的拟合（左3图）、过拟合（左4图）欠拟合(Underfitting)：模型没有很好地捕捉到数据特征，不能够很好地拟合数据。其产生原因通常是假设函数过于简单或者使用的特征不够。其中增加特征项是欠拟合的一种解决方案。过拟合(Overfitting)：由于假设函数过度拟合训练集数据而失去了泛化能力，导致对新的数据预测不好。其产生原因通常是复杂的假设函数包

leichangqing·2022-11-28 11:55

机器学习-周志华教授

机器学习南京大学周志华教授网课视频：https://www.xuetangx.com/learn/nju0802bt/nju0802bt/14363483/video/2616302720221016：

carry_gyu·2022-11-28 11:22

周志华机器学习学习路线最全汇总！不止于西瓜书

周志华老师的头衔太多了！相信每一个从事或爱好机器学习的朋友都知道周志华老师，尤其是他的那本经典巨作《机器学习》，又称为西瓜书。如果让你推荐两本国内机器学习的入门经典作，你会推荐哪些呢？

Datawhale·2022-11-28 10:18

周志华机器学习课程的个人总结

学堂在线上周志华老师讲的机器学习课程网址：https://www.xuetangx.com/course/nju0802bt/14363483?

同道而为之。·2022-11-28 10:46

（0）【机器学习】机器学习综述与“Hello World”实战（附带5个实例）

blog.csdn.net/sileixinhua/article/details/73611056感谢博主的文章本文结构思维导图概述友情提示：1.对于本文中数据集，训练集，特征点，空间等基础概念，请参考周志华老师的

Alex_81D·2022-11-28 07:21

周志华《机器学习》课程系列笔记——目录导航页

周志华《机器学习》课程系列笔记说明：Introduction：最近自学机器学习课程，注意到了南京大学周志华老师的课程。

Sinocifeng·2022-11-28 07:20

《机器学习》周志华--第7章贝叶斯分类器。笔记+习题

将由结果推原因转化为由原因推结果适用于多分类任务目标：寻找一种分类器，使错分类率最小化/精度最大化这章有点儿乱，不知道怎么总结7.1贝叶斯决策论（Bayesiandecisiontheory）怎样用非数学语言讲解贝叶斯定理（Bayestheorem）？.我们的任务是寻找一个判定准则以最小化总体风险:R(h)=Ex[R(h(x)∣x)]R\left(h\right)=Ex\left[R\left(h

汪呀呀呀呀呀呀呀·2022-11-27 21:43

机器学习周刊第三期

3、Python继续占据科研第一线啊，各种数据挖掘教程有木有；活动预告从“南大周志华”周老师weibo看到，这个超级赞，Speaker里面超级多大牛。

whjxnyzh·2022-11-27 11:24

《机器学习》周志华第10章降维与度量学习思维导图+笔记+习题

K-Means与LVQ都试图以类簇中心作为原型指导聚类，其中K-Means通过EM算法不断迭代直至收敛，LVQ使用真实类标辅助聚类；高斯混合聚类采用高斯分布来描述类簇原型；密度聚类则是将一个核心对象所有密度可达的样本形成类簇，直到所有核心对象都遍历完；最后层次聚类是一种自底向上的树形聚类方法，不断合并最相近的两个小类簇。本篇将讨论机器学习常用的方法–降维与度量学习。降维与度量学习维数（dimens

汪呀呀呀呀呀呀呀·2022-11-27 10:28

《机器学习》周志华（西瓜书）的简单笔记

异常样本检测：可视化，概率统计（正态分布，高斯分布），PCA降维去除异常值，isolationforest（那些密度很高的簇是可以被切很多次才会停止切割，但是那些密度很低的点很容易很早的就停到一个子空间了）学习器在所有新样本上的误差——泛化误差（generalizationerror）学习能力过强，以至于把训练样本所包含的不太一般的特性都学到了——过拟合（overfitting）机器学习的大部分带

rainy bamboo·2022-11-27 10:58

机器学习理论 | 周志华西瓜书第十三章：半监督学习

第十三章半监督学习此系列文章旨在提炼周志华《机器学习》的核心要点，不断完善中…13.1未标记样本1、一些概念主动学习(activelearning)：使用尽量少的query获得经良好的性能半监督学习(semi-supervisedlearning

ZIYUE WU·2022-11-27 10:49

送书|“零基础学机器学习”作者创作手记

2014年吴恩达在Coursera开了机器学习课，2015年周志华老师出了西瓜书，而2017年李彦宏把无人驾驶车开上了五环，AlphaGo打遍天下无敌手，波士顿动力机器人学会了后空翻，人

文文学霸·2022-11-27 10:49

机器学习理论 | 周志华西瓜书第十二章：计算学习理论

第十二章计算学习理论此系列文章旨在提炼周志华《机器学习》的核心要点，不断完善中…12.1基础知识1、概述目的：分析学习任务的困难本质，为学习算法提供理论保证）2、一些定义令h为从X到Y的映射，h的泛化误差

ZIYUE WU·2022-11-27 10:48

机器学习理论 | 周志华西瓜书第八章：集成学习

第八章集成学习此系列文章旨在提炼周志华《机器学习》的核心要点，不断完善中…8.1个体与集成集成学习的一般结构示意图个体学习器(individuallearner)基学习器(baselearner)同质(

ZIYUE WU·2022-11-27 10:18

机器学习内卷了吗？

2014年吴恩达在Coursera开了机器学习课，2015年周志华老师出了西瓜书，而2017年李彦宏把无人驾驶车开上了五环，

咖哥·2022-11-27 10:47

西瓜书入门辅助【机器学习周志华】一些关于机器学习的重要基础概念提炼

周志华.机器学习=MachineLearning.清华大学出版社,2016.Print.第一章：绪论机器学习所研究的主要内容：关于在计算机上从数据中产生模型model的算法，即学习算法(learningalgorithm

我绕过山腰雨声敲敲·2022-11-27 10:16

推荐频道

【周志华