西瓜书学习笔记系列

吃瓜进行时（西瓜书&南瓜书啃读）

注：西瓜书中用“模型”泛指从数据中学得的结果。又称：学习器（learner，学习算法在给定数据和参数空间上的实例化）2.常用基本术语数据集（dataset）;示例（i
Lucky Michelle·2022-10-12 21:26

决策树模型实现：ID3，C4.5生成，剪枝，预测

此次算法实现都是基于《统计学习方法》的描述，而不是西瓜书，不涉及西瓜书内的”预剪枝“和”后剪枝“，剪枝算法为《统计学习方法》算法5.4，计算损失函数时直接计算整棵树的值，没有实现”局部进行”。
_森罗万象·2022-10-12 10:38

吃瓜教程Task1笔记 fromHan

采样方法:西瓜书前两章在本书后面很多地方也有用到，比如bagging方法正是基于自助采样法，集成方法希望基学习器好而不同，通过改变学习样本的分布可以做到这点，让学习器学习不同的样本从而增大学习器间的差异
Lennon �·2022-10-12 07:03

【文献学习】强化学习1：基于值函数的方法

参考文献：[1]《机器学习》,周志华（西瓜书）[2]《强化学习》,邹伟,等（鳄鱼书）（今天看书总是走神，干脆总结一下，希望帮自己理清思路。如果碰巧能被大神看到，如有不正确或不严谨之处，万望指教！）
qq_41414353·2022-10-10 07:22

西瓜书研读——第五章 神经网络：BP神经网络

西瓜书研读系列：西瓜书研读——第三章线性模型：一元线性回归西瓜书研读——第三章线性模型：多元线性回归西瓜书研读——第三章线性模型：线性几率回归（逻辑回归）西瓜书研读——第三章线性模型：线性判别分析LDA
小白不白白_·2022-10-06 22:45

计算机视觉论文-2021-07-26

本专栏是计算机视觉方向论文收集积累，时间：2021年7月26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·2022-10-05 07:30

计算机视觉论文-2021-07-27

本专栏是计算机视觉方向论文收集积累，时间：2021年7月27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·2022-10-05 07:30

计算机视觉论文-2021-06-28

本专栏是计算机视觉方向论文收集积累，时间：2021年6月28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·2022-10-05 07:30

计算机视觉论文-2021-06-22

本专栏是计算机视觉方向论文收集积累，时间：2021年6月22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·2022-10-05 07:59

计算机视觉论文-2021-06-18

本专栏是计算机视觉方向论文收集积累，时间：2021年6月18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·2022-10-04 07:29

机器学习（西瓜书）--第一章绪论

本书主要介绍从数据获取结果：代码：https://github.com/Tsingke/Machine-Learning_ZhouZhihua课后习题：https://blog.csdn.net/snoopy_yuan/article/details/62045353https://blog.csdn.net/icefire_tyh/article/details/52064910MachineL
smithllxf·2022-10-02 09:13

周志华机器学习（西瓜书）学习笔记（持续更新）

《周志华机器学习》笔记第1章绪论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1.6应用现状第2章模型评估与选择2.1经验误差与过拟合2.2评估方法2.2.1留出法2.2.2交叉验证法2.2.3自助法2.2.4调参与最终模型2.3性能度量2.3.1错误率与精度2.3.2查准率，查全率和F12.3.3ROC与AUC2.3.4代价敏感错误率与代价曲线2.4比较检验2.4.1假设检验
CODE-Yang·2022-10-02 07:28

西瓜书第三章 线性模型

基本形式一元线性回归那么，如果确定和b呢？利用度量指标均方误差（MSE）或RMSE，使均方误差最小化（最小二乘法）先考虑一种最简单的情形，输入样本的属性只有一个（即只是一维）：可以得到解：多元线性回归现在考虑更一般的情形，样本属性有d个（即d维）：那么问题来了，如果不满秩呢？可以解得多个解，要怎么处理呢？对数几率回归之前都是处理回归任务，那么碰到分类任务怎么办？（以二分类为例）回归模型得到的预测值
Tessiaa·2022-10-02 07:19

西瓜书研读——第三章 线性模型： 线性判别分析 LDA

西瓜书研读系列：西瓜书研读——第三章线性模型：一元线性回归西瓜书研读——第三章线性模型：多元线性回归西瓜书研读——第三章线性模型：线性几率回归（逻辑回归）主要教材为西瓜书，结合南瓜书，统计学习方法，B站视频整理
小白不白白_·2022-10-02 07:17

《西瓜书》笔记04：决策树

1.决策树的划分选择决策树学习的关键是：如何确定最优划分属性。我们希望，决策树划分过程中，分支结点所包含的样本尽可能同属一类。即结点的纯度越来越高。分支结点的纯度越高，则熵越小。对于信息增益，定义为：分支前的熵-分支后的熵。分支后纯度越高，熵越小，减数越小，则差值越大。即信息增益越大，表明分支越好。对于信息增益率，除以该属性取值的分布熵。也是越大越好。信息增益，对可取值数目较多的属性有所偏好，取值
鸟恋旧林XD·2022-10-01 10:27

吴恩达《机器学习》笔记——第十二章《支持向量机》

关于SVM，建议看西瓜书，而非吴恩达的视频。12.1Optimizationobjective（优化目标）SVM的基本形式：上述问题
肥胖边缘疯狂蹦迪·2022-09-29 19:48

005-第39周（9.27-10.3）

1.目标中短期（9.29-11.14）：学习时间：6h/dayor40h/week下午CS229课程+西瓜书公式推导，交叉进行1.斯坦福CS229机器学习课程【英语听力+数学】【total:40h;3h
晶化机·2022-09-28 18:21

计算机视觉论文-2021-07-30

本专栏是计算机视觉方向论文收集积累，时间：2021年7月30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·2022-09-28 10:03

计算机视觉论文-2021-07-21

本专栏是计算机视觉方向论文收集积累，时间：2021年7月21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·2022-09-28 10:03

计算机视觉论文-2021-07-07

本专栏是计算机视觉方向论文收集积累，时间：2021年7月7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·2022-09-28 10:33

计算机视觉论文-2021-05-27

本专栏是计算机视觉方向论文收集积累，时间：2021年5月11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·2022-09-28 10:33

计算机视觉论文-2021-06-29

本专栏是计算机视觉方向论文收集积累，时间：2021年6月29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·2022-09-27 07:05

计算机视觉论文-2021-11-01

本专栏是计算机视觉方向论文收集积累，时间：2021年9月15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·2022-09-25 00:49

#《机器学习》_周志华(西瓜书)&南瓜书_第4章 决策树

待完成：参考所有笔记，整理习题有疑问的地方步骤1、先看习题部分有什么问题，带着问题2、整体过一遍，记录3、各平台关于该知识点的教程3、做习题，再次整理，补充。问题：1、各种决策树划分选择准则的特点、优缺点2、数据集含冲突数据怎么办？3、未剪枝、预剪枝、后剪枝决策树有什么区别和联系？4、统计显著性检验是什么？第4章决策树关键：第8行选择最优划分属性。决策树的生成，递归过程。递归返回的三种情形：1、当
Gao&&Xi·2022-09-15 07:30

周志华《机器学习》笔记（第1-2章）

西瓜书1-2章笔记第一章绪论几个概念没有免费的午餐定理（NoFreeLunchTheorem）第二章模型评估与选择几个概念P-R曲线：第一章绪论几个概念机器学习：在计算机上从数据中产生“模型”的算法，即
kokooya·2022-09-15 06:45

【机器学习周志华】读书笔记 P1 机器学习基本概念知识

TakenfromProfZhou《机器学习》俗称“西瓜书”机器学习是这样一门学科：它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。
脚踏实地的大梦想家·2022-09-15 06:36

机器学习西瓜书&南瓜书 支持向量机

机器学习西瓜书&南瓜书支持向量机1.间隔与支持向量给定训练样本集D=(x1,y1),(x2,y2),...,(xm,ym),yi∈−1,+1D={(\boldsymbol{x}_1,y_1),(\boldsymbol
includeSteven·2022-09-14 07:18

基于PyTorch的验证码识别

假期开始就跟着西瓜书和吴恩达的公开课整体学习了一遍并自己手撕了一个神经网络，结果非常不理想，准确率只有20%左右（甚至不如OCR），期间还经历了虚拟机死机，于是就转而使用PyTorch框架实现。
KniGhT897·2022-09-14 07:28

golang学习笔记系列之流程控制

流程控制go语言中的条件条件语句是用来判断给定的条件是否满足，并根据判断的结果决定执行的语句，go语言中的条件语句也是这样的。go语言中的条件语句if语句：if语句由一个布尔表达式后紧跟一个或多个语句组成。if…else语句：if语句后可以使用可选的else语句，else语句中的表达式在布尔表达式为false时执行。if嵌套语句switch语句：switch语句用于基于不同条件执行不同的动作。se
little亮_·2022-09-13 16:42

golang学习笔记系列之变量和常量

变量变量是计算机语言中能存储计算结果或能表示值的抽象概念，不同的的变量保存的数据类型可能不一样。声明变量go语言中的变量需要声明后才能使用，同一作用域内不支持重复声明。并且go语言的变量声明后必须使用，否者会报错。默认语法varindertifertype//例：varageint//int类型的变量不赋值，默认值是0varpricefloat64//默认值是0varflagbool//默认值是f
little亮_·2022-09-13 16:42

golang学习笔记系列之标识符，关键字以及命名规则

标识符标识符的英文是identifier，通俗地讲，就是给变量，常量，函数，结构体，数组，切片，接口起名字。标识符的规范要求由数字，字母，下划线组成不能以数字开头区分大小写尽量做到见名知意//正确的标识符varabcstringvara12intvar_123int[]//错误的标识符var123abcint//不能以数字开头varabc&afastring//出现了未知的字符关键字Go共有25个
little亮_·2022-09-13 16:42

golang学习笔记系列之基本数据类型

基本数据类型在go语言中，数据类型用于声明函数和变量。数据类型的出现是为了把数据分成所需内存大小不同的数据，编程的时候需要用大数据的时候才去申请大内存，需要小数据的时候就去申请小的内存，就可以充分利用空间。go语言按类别有以下几种数据：类型描述布尔类型布尔类型的值只可以是常量true或false。一个简单的例子：varflag=true数字类型数字类型包括整型int，浮点型float32和浮点型f
little亮_·2022-09-13 16:42

机器学习实战笔记8—随机森林

注：此系列文章里的部分算法和深度学习笔记系列里的内容有重合的地方，深度学习笔记里是看教学视频做的笔记，此处文章是看《机器学习实战》这本书所做的笔记，虽然算法相同，但示例代码有所不同，多敲一遍没有坏处，哈哈
业余狙击手19·2022-09-12 07:51

Go学习笔记（15）Go并发

文章目录写在前面关于并发Go协程与通道在Go中使用协程使用channel在协程间通信使用select来切换协程操作写在前面    提及Go，大家都会人云亦云一句“Go支持高并发，适合使用高并发的场景”，事实也确实如此，Go学习笔记系列也终于到了该介绍下最著名的
D调的第七章·2022-09-06 07:03

机器学习（西瓜书）&深度学习（Deep Learning）学习笔记

机器学习（西瓜书）-周志华第1章绪论根据训练数据是否拥有标记信息，学习任务可大致划分为两大类"监督学习"(supervisedlearning)和"无监督学习"(unsupervisedlearning
csdanke·2022-08-30 07:16

【吃瓜之旅】第三章吃瓜学习

【吃瓜之旅】本系列是针对datawhale《吃瓜教程-西瓜书和南瓜书》的学习笔记。本次是对西瓜书第三章的个人学习总结。
王多头发·2022-08-30 07:02

【吃瓜之旅】第一二章吃瓜学习

【吃瓜之旅】本系列是针对datawhale《吃瓜教程-西瓜书和南瓜书》的学习笔记。本次是对西瓜书第一二章的个人学习总结。第一章对机器学习做整体介绍，第二章介绍如何评价机器学习算法。
王多头发·2022-08-30 07:02

【吃瓜之旅】第五章吃瓜学习

【吃瓜之旅】本系列是针对datawhale《吃瓜教程-西瓜书和南瓜书》的学习笔记。本次是对西瓜书第五章的个人学习总结。本次学习的是神经网络，因为之前深度学习学过这里的相关内容，以及西瓜书第三章的铺垫。
王多头发·2022-08-30 07:55

机器学习入门-西瓜书总结笔记第三章

西瓜书第三章-线性模型一、基本形式二、线性回归三、对数几率回归四、线性判别分析LDA五、多分类学习六、类别不平衡问题一、基本形式后续还要进行精简“线性模型”（linearmodel）试图学得一个通过属性得线性组合来进行预测的函数
一入材料深似海·2022-08-27 07:09

西瓜书 第四章 决策树笔记

第四章决策树信息熵首先引入信息熵informationentropy的概念，来度量样本数据的纯度。数据越杂乱，则信息熵越高。信息增益接着引入信息增益的概念，与选择的属性a相关，即用属性a来进行原始数据的划分，如果可大幅降低了数据的杂乱程度，则信息增益大，选择属性a进行区分是很不错的选择。增益率防止由于属性a的取值数目过多而造成的计算出信息增益极大，影响属性的选择，将信息增益/属性a的一个固有值：d
babybabyC·2022-08-27 07:09

西瓜书第四章学习笔记——决策树

4.1基本流程决策树（decisiontree）是一类常见的机器学习方法，以二分类任务为例，我们希望从给定训练数据集学得一个模型用以对新示例进行分类，这个把样本分类的任务，可看作对“当前样本属于正类吗？"这个问题的“决策”或“判定”过程，顾名思义，决策树是基于树结构来进行决策的，这恰是人类在面临决策问题时一种很自然的处理机制。显然决策过程的最终结论对应了我们所希望的判定结果。一般的，一棵决策树包含
xhy.·2022-08-27 07:08

机器学习 西瓜书 第一章学习笔记

机器学习第一章绪论基本概念机器学习（machinelearning）：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。（也可以说是研究构建学习算法的一门方法学）一、训练模型数据集（dataset）：一组数据记录的集合示例(instance)或样本(sample)：每条记录是关于一个事件或对象的描述属性（attribute）：反映事件或对象在某方面的表现或性质的事项属性值（atributeva
淮海路小佩琦·2022-08-27 07:32

西瓜书第八章 集成学习

集成学习1、个体与集成“三个臭皮匠，顶个诸葛亮”，集成学习通过集合多个个体学习器的结果来提升预测结果的准确性以及泛化能力。“君子和而不同”个体学习器需要比随机猜想要强一些，个体学习器的预测结果也要具有一定的多样性。样本a样本b样本c样本a样本b样本c样本a样本b样本c学习器1110100110学习器2101010110学习器3011001110集成结果111000110表中集成结果的产生采用的是投
RainbowSea_·2022-08-27 07:31

西瓜书第四章笔记

4.1决策树基本概念顾名思义，决策树是基于树结构来进行决策的。4.2决策树的构造图片为转载，侵权则删除根据上面的伪代码实现的python程序如下：（预测是否贷款，参考了大佬的代码，注释以后补上）frommathimportlog"""函数说明:创建测试数据集"""defcreatedata_set():data_set=[[0,0,0,0,'no'],#数据集[0,0,0,1,'no'],[0,1
一只谜谜怪·2022-08-27 07:01

《机器学习》周志华 西瓜书阅读笔记

文章目录写在前面的话一、第一章二、第二章三、第三章四、第四章写在前面的话啦啦啦啦，开开心心吃瓜！一、第一章二、第二章三、第三章四、第四章
狗狗熊学AI·2022-08-27 07:59

西瓜书第三章阅读笔记

西瓜书第三章阅读笔记第三章线性模型1、机器学习三要素2、基本形式3、线性回归3.1模型3.2策略3.3求解算法4、对数几率回归4.1模型4.2策略4.3求解算法5、线性判别分析5.1模型5.2策略5.3
狗狗熊学AI·2022-08-27 07:59

西瓜书第二章阅读笔记

西瓜书第二章阅读笔记第二章模型评估与选择1、经验误差与过拟合2、模型评估方法2.1留出法holdout2.2交叉验证法crossvalildation2.3自助法bootstrapping3、分类任务性能度量
狗狗熊学AI·2022-08-27 07:59

西瓜书第一章阅读笔记

西瓜书第一章阅读笔记第一章绪论1、机器学习基本术语2、归纳偏好3、所有学习算法一样优秀？
狗狗熊学AI·2022-08-27 07:29

西瓜书第4章学习笔记

4.1基本流程决策树的概念：基于树结构进行决策，包含根结点、若干内部结点和若干叶结点。叶结点对应于决策结果，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根据测试结果被划分到各个子结点中，根节点包含所有样本集。遵循“分而治之（divide-and-conquer）”策略。4.2划分选择总体目标是：决策树的分支结点所包含的样本尽可能属于同一类别，即结点的纯度越来越高。三种划分的选择：信息增益、
Zenobia_FL·2022-08-27 07:52

【吃瓜之旅】第四章吃瓜学习

【吃瓜之旅】本系列是针对datawhale《吃瓜教程-西瓜书和南瓜书》的学习笔记。本次是对西瓜书第四章决策树的个人学习总结。
王多头发·2022-08-27 07:22
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他