西瓜书学习笔记系列

【机器学习笔记】 模型评估：查准率、查全率和F1

以西瓜书中的例子来说，农夫拉来一车西瓜，错误率可以衡量出有多少比例的瓜被判别错误，而我们关心的是好瓜，或说好瓜中有多少比例被判别为了好瓜，此时仅仅是错误率这一个指标就不够用了。
HuyCui·2022-12-04 12:00

NLP学习笔记40-神经网络收敛性

一序本文属于贪心NLP训练营学习笔记系列。二optimizationofdeeplearning这里老师简单提了下，我们知道凸函数是有全局最优解的。
bohu83·2022-12-04 09:30

气象类Python编程实战案例项目汇总

/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《机器学习》西瓜书笔记
qazwsxpy·2022-12-04 08:58

k均值聚类 图像分割实战 python

算法源于西瓜书309页介绍的约束种子k均值算法1.事先标注好一部分数据：绿色部分是前景对应的rgb是[0,255,0]蓝色部分是背景rgb[0,0,255]2.根据标注好的数据，遍历原始图片中的每一个像素点计算该像素点与前景
锶潍·2022-12-03 18:25

西瓜书习题一

版本空间版本空间：可能存在多个假设与训练集一致，假设的集合称为版本空间，概况说来，版本空间就是从假设空间剔除了与正例不一致和与反例一致的假设，它可以看成是对正例的最大泛化。假设空间:所有假设组成的空间，表1.1对应的假设空间的大小为3(*、青绿、乌黑)x4(*、蜷缩、稍蜷、硬挺)x4(*、浊响、清脆、沉闷)+1(∅\empty∅)=49种，其中版本空间为：(色泽=青绿;根蒂=*;敲声=*)(色泽=
JYCG·2022-12-03 16:34

阅读笔记：《机器学习》西瓜书（7）——贝叶斯分类

贝叶斯分类贝叶斯决策论极大似然估计朴素贝叶斯分类器半朴素贝叶斯分类器贝叶斯网贝叶斯网的结构贝叶斯网络的推断EM算法本文参考贝叶斯分类最核心的概念来源于贝叶斯公式，即对于随机事件A和B：P(Ai∣B)=P(B∣Ai)P(Ai)∑jP(B∣Aj)P(Aj)P(A_i|B)=\frac{P(B|A_i)P(A_i)}{\sum_j{P(B|A_j)P(A_j)}}P(Ai∣B)=∑jP(B∣Aj)P(A
努力变强的EE狗·2022-12-03 16:29

西瓜书习题 - 7.贝叶斯分类器

1.贝叶斯决策论1、下列说法正确的是（）贝叶斯决策论是概率框架下实施决策的基本理论R(ci∣x)R(c_i|x)R(ci∣x)表示把样本x分到第i类面临的风险如果概率都能拿到真实值，那么根据贝叶斯判定准则做出的决策是理论上最好的决策以上都正确2、以下哪个选项是对贝叶斯最优分类器的描述？对每个样本x选择能使后验概率P(c∣x)P(c|x)P(c∣x)最大的类别标记对每个样本x选择能使后验概率P(c∣
加油呀，哒哒哒·2022-12-03 16:58

机器学习西瓜书笔记：软间隔和支持向量回归SVR

1、首先由SVM问题（最大间隔超平面模型）：所有样本都可以正确分类的最优化问题，引入软间隔SVM（允许分类错误）的最优化问题，即需要添加损失函数（样本不满足约束的程度，或者说分类错误的程度），然后最优化。这里强调一下：超平面这个回归模型如何实现分类功能：套上sign函数。损失函数要找性质好的，即凸函数，连续损失函数不要单纯只反映分类正确和错误（0/1损失函数）。而是分类正确时，损失记为0，分类错误
sunMoonStar_c·2022-12-03 14:34

【西瓜书学习笔记】第6章 支持向量机

1.支持向量与间隔（其中-1,1是假设值，中间的线为“超平面”）欲找到具有“最大间隔”的划分超平面，即求解等价于求解此为支持向量SVM的基本型，是一个凸二次规划问题2.凸优化问题3.对偶问题求解（6.11）的代表算法SMO4.核函数核函数：核函数选择是支持向量机的最大变数，经验：文本数据通常采用线性核，情况不明时可尝试高斯核5.软间隔在现实任务中，往往很难确定合适的核函数使得训练样本在特征空间中线
爱学习的猫fly·2022-12-03 14:34

西瓜书笔记之支持向量机

好在互联网上的大神随处可见，寻到一篇“码农场”的一篇文章，虽然他整理的不是西瓜书，而是《统计学方法》的第七章，支持向量机。但是我觉得要比西瓜书更加容易理解。反复多嚼几遍，总会有意想不到的收获！
OeyOew_up·2022-12-03 14:03

【西瓜书笔记】5. 软间隔与支持向量机回归

5.1软间隔SVM之前我们使用的是严格线性可分的硬间隔SVM：min⁡w,b12∥w∥2s.t.1−yi(wTxi+b)⩽0,i=1,2,…,m\begin{array}{ll}\min_{\boldsymbol{w},b}&\frac{1}{2}\|\boldsymbol{w}\|^{2}\\\text{s.t.}&1-y_{i}\left(\boldsymbol{w}^{\mathrm{T}}
西风瘦马1912·2022-12-03 14:33

【西瓜书笔记】4. 支持向量机

4.1超平面wTx+b=0\boldsymbol{w}^{\mathrm{T}}\boldsymbol{x}+b=0wTx+b=0法向量恒垂直于超平面和法向量方向相同的点(与w\boldsymbol{w}w夹角θ\thetaθ小于90度的向量)代入超平面方程恒大于等于0，否则恒小于等于0(与w\boldsymbol{w}w夹角θ\thetaθ大于90度的向量)法向量和位移项唯一确定一个超平面等倍缩
西风瘦马1912·2022-12-03 14:32

西瓜书学习笔记 第6章 支持向量机

目录第6章支持向量机参考文献第6章支持向量机求对偶问题的最优解：对于二次规划问题可以用规划算法来求解，但问题的规模正比于训练样本数，在实际上会造成很大开销，为了避免这个障碍，人们采用像序列最小优化算法（SequentialMinimalOptimization，SMO）的高效算法。SMO的思路是每次优化一个参数而视其他不变，求该参数上的极值。在参数初始化后，不断执行“选取一对（这里的一对，是因为约
二三TP·2022-12-03 14:02

西瓜书学习笔记第6章【支持向量机】

西瓜书学习笔记第6章【支持向量机】6.1间隔与支持向量6.2对偶问题6.3核函数6.4软间隔与正则化6.5支持向量回归6.6核方法6.7思维导图6.1间隔与支持向量支持向量机（SupportVectorMachine
旋转的油纸伞·2022-12-03 14:01

西瓜书——支持向量机

西瓜书——支持向量机(SVM)一、SVM简介核心思想：利用某些支持向量机所构成的“超平面”(即分割平面)，利用“超平面”将样本点切割开来是一种有监督的机器学习，二分类问题特点：可用于分类和预测，但不适合大样本的分类或预测支持向量机是针对二分类任务设计的
扬风笔记·2022-12-03 14:31

吃瓜-学习记录01

概览西瓜书第一章：理解清楚啊基本术语、整体流程西瓜书：第二章。
♡坚持の到底·2022-12-03 14:30

西瓜书第六章阅读笔记

西瓜书第六章阅读笔记1、先导知识1.1超平面1.2几何间隔1.3拉格朗日对偶2、支持向量机2.1模型2.2策略2.3求解算法3、软间隔与硬间隔4、补充本章内容是结合了西瓜书和Datawhale的讲解视频两者的内容
狗狗熊学AI·2022-12-03 14:29

西瓜书笔记6:支持向量机

目录6.1间隔与支持向量6.2对偶问题求解w求解b6.3核函数非线性映射核函数6.4软间隔与正则化软间隔参数求解正则化6.5支持向量回归6.6核方法6.1间隔与支持向量分类学习基本想法:就是基于训练集D在样本空间中找到一个划分超平面、将不同类别的样本分开.超平面(w,b)的线性方程:$$\boldsymbol{w}^T\boldsymbol{x}+b=0\\其中\boldsymbol{w}=(w_
lagoon_lala·2022-12-03 14:58

【西瓜书阅读笔记】06支持向量机

零、MaximalmarginclassifierandSupportVectorclassifierhttps://www.youtube.com/watch?v=efR1C6CvhmEhttps://www.youtube.com/watch?v=efR1C6CvhmE一、间隔与支持向量：1、通过升维寻找使margin最大的threshold注意：该图表示三维空间，+对应y=1，-对应y=-1
Checkmate9949·2022-12-03 14:27

【人工智能】通俗易懂谈机器学习

**国内大家一致推荐的，南京大学周志华教授的机器学习教材西瓜书里面如此介绍机器学习。机器学
StudyWinter·2022-12-03 12:07

自然语言处理（NLP）与词嵌入

很久以前看吴恩达老师的视频和西瓜书时用jupyter写的，今天想起来就把它转到这里，one-hot表达的不足：每个单词都是独立的、正交的，不能把同类单词的关系表示出来。
目睹闰土刺猹的瓜·2022-12-03 08:34

学习深度学习与图像处理中的一些感悟（1）

上学时也看了很多理论的学习，有关传统图像的、数学方面推导的书的和视频，像西瓜书，李航的统计等等，还做了很多笔记，但是效果甚微，一到图像处理还是用matlab或者cv2库解决。后边反思原因，更多的是代
搞事情啊·2022-12-02 22:41

ROS学习记录（三）节点与话题

ROS学习笔记系列是对ROS中文教程的记录总结。笔记三包括：3.1ROS节点3.2ROS话题3.1ROS节点3.1.1ROS图的概念其实图、节点的概念来自图论，只不过这里是更具体的对象。
大强强小强强·2022-12-02 17:08

2.逻辑回归算法梳理

学习内容：1、逻辑回归与线性回归的联系与区别2、逻辑回归的原理3、逻辑回归损失函数推导及优化4、正则化与模型评估指标5、逻辑回归的优缺点6、样本不均衡问题解决办法7.sklearn参数参考资料1、西瓜书
weixin_30823683·2022-12-02 10:32

id3-sklearn算法实现（西瓜数据集）

使用sklearnid3算法基于西瓜书上的西瓜集训练出模型，效果：#读取西瓜数据集importnumpyasnpimportpandasaspddf=pd.read_table(r'watermelon.txt
一只搬砖狗·2022-12-02 00:31

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。
后端转前端的大冤种·2022-12-01 20:20

《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

西瓜书习题 - 6.支持向量机

1.支持向量机基本型1、对于线性可分的二分类任务样本集，将训练样本分开的超平面有很多，支持向量机试图寻找满足什么条件的超平面？在正负类样本“正中间”的靠近正类样本的靠近负类样本的以上说法都不对2、下面关于支持向量机的说法错误的是？支持向量机基本型是一个凸二次规划问题将训练样本分开的超平面仅由支持向量决定支持向量机的核心思想是最大化间隔以上选项没有错的3、两个异类支持向量到超平面的距离之和称之为__
加油呀，哒哒哒·2022-12-01 10:32

西瓜书习题 - 8.集成学习

1.集成学习1、下列关于集成学习描述错误的是哪个？集成学习只能使用若干个相同类型的学习器集成学习使用多个学习器解决问题集成学习在许多比赛中取得了优异的成绩集成学习在英文中是一个外来词2、下列哪些学习器可以作为集成学习中的学习器？支持向量机决策树神经网络其他选项都可以3、由若干个相同类型的学习器构成的集成学习被称为____(同质/异质)集成学习。同质2.好而不同1、下列哪个关于集成学习的描述是正确的
加油呀，哒哒哒·2022-12-01 10:26

西瓜书+实战+吴恩达机器学习（七）监督学习之决策树 Decision Tree

文章目录0.前言1.划分选择1.1.ID3决策树1.2.C4.5决策树1.3.CART决策树2.剪枝3.连续值处理4.缺失值处理如果这篇文章对你有一点小小的帮助，请给个关注，点个赞喔，我会非常开心的~0.前言一颗决策树包含一个根节点、若干个内部节点、若干个叶子节点，叶子节点对应于决策结果，其他每个节点对应于一个属性测试。构建决策树算法如下图所示（图源：机器学习）：有以下三种情况递归返回：当前节点的
I can丶·2022-12-01 07:37

吴恩达机器学习入门笔记6-决策树(由西瓜书补充)

6决策树6.1结构一个根节点：样本全集若干个内部结点：对应于属性测试若干个叶结点：决策结果属性代表了各个结点，各个结点的连接线代表属性的取值当第一层最优划分属性选取后，在划分后的D中进行递归，一层层选取最优划分属性，最后形成决策树只有一层划分的决策树称为决策树桩6.2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6.3衡量划分属性的标准随着划分的不断进行，决策树的分支结点包含的样本尽可能属于
杰斯洛兰德·2022-12-01 07:58

线性回归、最小二乘原理（Linear_regression）

参考了统计学习方法，概率论与数理统计，工程线性代数，西瓜书，MachineLearnigwithpython做的总结，所以不能作为教程，还包含自己用sklearn做的一些对比实验，原文是写在jupyter
geter_CS·2022-12-01 02:10

ML入门1

ML入门1记录我看黑马三天入门ML的第一天，看完黑马，准备再去啃西瓜书！
垃圾桶里也挺好·2022-12-01 00:39

第五章神经网络

参考资料西瓜书、南瓜书。神经网络这一章在机器学习中比较基础，但实际上它在深度学习中广泛应用，涵盖的点和范围非常的多，也是个难点，这里只是概述什么是神经网络以及一些基础概念。
CsdN317a·2022-11-30 20:16

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

机器学习 西瓜书 第七章贝叶斯分类器 读书笔记

首先是学习了贝叶斯决策论，基于概率和误判损失来选择最优的类别标记，同时，贝叶斯分类器的目的是基于有限的训练样本集尽可能准确地估计出后验概率。然后是参数估计的内容，本章是介绍了频率主义学派的极大似然估计，即通过此方法找到可能性最大的参数。为了避免直接估计联合概率的问题，朴素贝叶斯分类器采用了属性条件独立假设，而为了解决条件独立假设很难成立的问题，产生了半朴素贝叶斯分类器。第七章贝叶斯分类器7.1贝叶
猾枭·2022-11-30 15:46

《机器学习》周志华第三章课后习题

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，
huzimu_·2022-11-30 14:04

计算机视觉论文-2021-09-06

本专栏是计算机视觉方向论文收集积累，时间：2021年9月6日，来源：paperdigest欢迎关注原创公众号【计算机视觉联盟】，回复【西瓜书手推笔记】可获取我的机器学习纯手推笔记！
SophiaCV·2022-11-30 10:51

kmeans算法_实战 | KMeans 聚类算法

常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等无监督算法：聚类，降维，关联规则,PageRank等为了详细的理解这些原理，曾经看过西瓜书
weixin_39904268·2022-11-30 08:00

kmeans算法_【白话机器学习】算法理论+实战之KMeans聚类算法

常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等无监督算法：聚类，降维，关联规则,PageRank等为了详细的理解这些原理，曾经看过西瓜书
weixin_39593469·2022-11-30 08:30

kmeans算法_KMeans聚类算法详解

常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等无监督算法：聚类，降维，关联规则,PageRank等为了详细的理解这些原理，曾经看过西瓜书
weixin_39824223·2022-11-30 08:30

实战 | K-Means 聚类算法

常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等无监督算法：聚类，降维，关联规则,PageRank等为了详细的理解这些原理，曾经看过西瓜书
众生皆苦唯有你最甜·2022-11-30 07:56

浅读西瓜书（第四章）

浅读西瓜书（第四章）4.1基本流程决策树，顾名思义，肯定与做决策有关。实际上决策树既可以做决策也可以做回归。在我们生活中其实也经常用到决策树的模型。比如猜数字的游戏。
一缕阳光R·2022-11-30 02:20

西瓜书笔记第五章-神经网络

chapter55.1神经元模型定义：神经网络是由具有适应性的，简单单元组成的，广泛并行互联的网络，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映。神经网络的基本单元是神经元模型，当一个神经元兴奋时，会向相连的神经元发送化学介质，从而改变神经元内的电位，如果某神经元的电位超过了阈值，那么就会兴奋起来（阈值就是平时所说的偏差bias）。M-P神经元模型：模型中，神经元接受其它神经元传来的
weixin_41872340·2022-11-30 02:46

DataWhale-西瓜书+南瓜书-第5章神经网络学习总结-Task04-202110

5.1神经元模型激活函数：5.2感知机与多层网络感知机由两层神经元组成。感知机只拥有一层功能神经元，其学习能力非常有限。要解决非线性可分问题，需要多层神经网络。5.3误差逆传播算法bp网络是指使用Bp算法训练的多层前馈神经网络。5.4全局最小与局部最小5.6深度学习
JZT2015·2022-11-30 02:16

浅读西瓜书（第五章--神经网络）

浅读西瓜书（第五章–神经网络）前言：神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。
一缕阳光R·2022-11-30 02:41

机器学习：决策树进阶

3.划分数据集4.选择最优属性，增加连续属性分支5.构建决策树方法6.绘制决策树7.决策树的结构2.剪枝处理1.概述2.后剪枝的python实现：1.数据集：基于离散的西瓜数据集2.划分数据集：将其按西瓜书中所给分为训练集与
深知知知知·2022-11-30 02:10

吃瓜笔记---第六章 支持向量机

注：本文只是本人阅读西瓜书及南瓜书的阅读笔记和心得，可能只有自己能看懂，鉴于本人水平有限，有极大可能出现错误，欢迎读者批评指正1、支持向量机（supportvectormachine，SVM）支持向量机是一种二分类模型
deeplearningcc·2022-11-29 21:10

吃瓜笔记---第三章 线性模型

注：本文只是本人阅读西瓜书及南瓜书的阅读笔记和心得，可能只有自己能看懂，鉴于本人水平有限，有极大可能出现错误，欢迎读者批评指正1、预测函数写成向量的形式为：其中w为参数向量b为偏置量2、线性回归线性回归的思想就是通过给定的数据集拟合出一条最符合该数据集变化趋势的
deeplearningcc·2022-11-29 21:09
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他