西瓜书学习笔记系列

西瓜书DAY1

机器学习主要应用于四个方面：1、数据挖掘2、计算机视觉3、自然语言处理4、机器人决策数据挖掘案例：回归问题：1、血糖值的预测：一个数学函数，使其f(性别，年龄，总蛋白，，，淋巴细胞）=一个人的血糖分类问题：2、有无糖尿病：一个数学函数，使其f（，，，，）=一个人是否有糖尿病机器学习两大基本问题：回归问题，分类问题什么是机器学习？根据已知的数据，学习出一个数学函数f（x1,x2,x3,xn)=y使其
m0_51275808·2023-01-18 14:43

西瓜书学习笔记day1

一、基本术语①示例/样本：对一个事件或对象的描述，也被称为一个特征向量。②属性：反映事件或者对象在某方面的表现或性质的事项。③属性值：属性的取值④属性空间/样本空间：属性张成的空间⑤数据集：样本的集合⑥维数：令D={x1,x2…xm}表示包含m个示例的数据集，每个示例由d个属性描述，则每个示例xi=（xi1,xi2,xi3…xid）是d维样本空间X上的一个向量。d称为样本空间的“维数”⑦训练/学习
机智的冷露·2023-01-18 14:43

机器学习小白学习笔记---day1

机器学习小白学习笔记之scikit-learn最近刚把西瓜书啃完，一大堆理论让脑子真的是一团浆糊，说实话看的基本只有一个概念哈哈哈，效果不高，但是让我对与机器学习真的是整体有了一个大的了解，但是并没能将每个课后作业都完成
godleisen·2023-01-18 14:42

机器学习-DAY1-2

机器学习（西瓜书）-------周志华著所有图片公式均来自Datawhale。
fancccyyy·2023-01-18 14:12

模式识别——0.绪论

第一章绪论主要是针对考试的复习，和一些重点内容的标注，对书本内容做了删减，加了自己的笔记和思考注：该系列参考的是机械工业出版社的模式分类和周志华老师的西瓜书。
Druid_C·2023-01-18 09:48

【机器学习】AGNES层次聚类算法

数据集来源：周志华西瓜书数据集4.01.读取文件：importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltdata=pd.read_csv(
每天进步一点丶·2023-01-17 16:26

《西瓜书》学习笔记第一章、第二章

《西瓜书》个人笔记绪论1.1概念机器学习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。机器学习的主要内容：关于在计算机上从数据中产生“模型”的算法，即学习算法。
weixin_48382034·2023-01-17 08:34

西瓜书学习笔记（第一章）

基本术语数据集(dataset):所有数据的集合样本(sample):描述某个事件或对象的记录属性(attribute):事件或对象的某个性质属性值(attributevalue):性质的取值属性空间(attributespace):性质所有取值的集合特征向量(featurevector):由多个性质组成的一条记录训练数据(trainingdata):训练过程中使用的数据训练样本(training
丿October·2023-01-17 08:33

机器学习入门-西瓜书总结笔记第十二章

西瓜书第十二章-计算学习理论一、基础知识二、PAC学习三、有限假设空间1.可分情形2.不可分情形四、VC维五、Rademacher复杂度六、稳定性一、基础知识计算学习理论（computationallearningtheory
一入材料深似海·2023-01-17 08:02

西瓜书学习笔记 第1章 绪论

目录第1章绪论1.3假设空间1.4归纳偏好参考文献本文仅针对个人不熟知识点进行整理，已知内容或过于简单的就不整理了。第1章绪论1.3假设空间假设空间：所有假设组成的空间版本空间：现实问题中我们常面临很大的假设空间，但学习过程是基于有限样本训练集进行的，因此，可能有多个假设与训练集一致，即存在着一个与训练集一致的假设集合，我们称之为版本空间(versionspace)。也就是说这多个假设的集合就是假
二三TP·2023-01-17 08:59

西瓜书学习笔记 第二章

2.1经验误差与过拟合m个样本中有a个样本分类错误错误率（errorrate）：E=a/m精度（accuracy）=1-错误率=1-E=1-a/m误差（误差期望）：学习器的预测输出与样本的真实输出的差异；训练误差（trainingerror）或经验误差（empiricalerror）:学习器在训练集上的误差；泛化误差（generalizationerror）:学习器在新样本上的误差。泛化性能过拟合
程序圆圆圆·2023-01-17 07:51

西瓜书学习笔记第九章聚类

文章目录1知识脉络2内容补充9.1节聚类任务9.2节性能度量9.3节距离计算9.4节原型聚类9.4.1k均值算法9.4.2学习向量量化9.4.3高斯混合聚类9.5节密度聚类9.6节层次聚类9.7节阅读材料3课后题4代码实现5参考1知识脉络2内容补充9.1节聚类任务9.2节性能度量9.3节距离计算9.4节原型聚类9.4.1k均值算法9.4.2学习向量量化9.4.3高斯混合聚类9.5节密度聚类9.6节
UEVOLIshy·2023-01-17 07:18

西瓜书学习笔记-第二章 模型评估与选择

第二章模型评估与选择2.1经验误差与过拟合错误率(errorrate)：分类错误的样本数占样本总数的比例m个样本中有a个样本分类错误，则错误率E=a/m1-a/m称为精度(accuracy)，即精度=1-错误率，精度常写为百分比形式误差(error)：学习器的实际预测输出与样本的真实输出之间的差异学习器在训练集上的误差称为“训练误差”(trainingerror)/“经验误差”(empirical
Dove_Dan·2023-01-17 07:15

西瓜书学习笔记（第一、二章）

本博客是用来记录个人认为的重要的知识点，但因为知识点繁多而复杂，因此大多数情况下知识在这里列一个提纲，或者在这里写自己的理解第一章绪论（此部分来自南瓜书）一些概念“算法”产出的结果称为“模型”，通常是具体的函数或者可抽象地看作为函数样本：也称为“示例”，是关于一个事件或对象的描述，一般是把事物或对象抽象为某种数学形式，常见于抽象成线性代数中的向量（因为任何事物都可以由若干“特征”——或称为“属性”
weixin_44613018·2023-01-17 07:44

JMeter学习笔记1-安装环境

前面已经写完了JavaScript学习笔记系列，已经对JavaScript的基本语法完全掌握和知道如何用JavaScript编写第一个Selenium自动化测试脚本。
Anthony_tester·2023-01-16 10:49

机器学习：偏差、噪声的几点认识

最近在看周志华老师的机器学习的书籍（俗称西瓜书）。因为数学功底差，在理解起来困难重重，但是冥思苦想后还有自己的看法，记录一下并和大家分享讨论。几点理解：0.吹年之前，先说个人们容易忽略的概念真值！
Destin055·2023-01-16 08:19

神经网络与深度学习笔记——梯度消失问题

神经网络与深度学习笔记系列一共有五个专题，分别是第一章使用神经网络识别手写数字——梯度下降算法是什么。主要介绍了神经网络的基础例如感知器激活函数等概念，最主要介绍了梯度下降算法。
刘爱然·2023-01-16 06:04

机器学习中的数学基础（四）：概率论

二维随机变量4.2.1离散型4.2.2连续型4.3边缘分布4.3.1离散型边缘分布4.3.2连续型边缘概率密度4.4期望4.4.1一维期望4.4.2二维期望4.5马尔可夫不等式4.6切比雪夫不等式在看西瓜书的时候有些地方的数学推导
三耳01·2023-01-15 18:38

大佬新书首发 | 《机器学习 公式推导与代码实现》正式出版！

关注过这本书的公众号读者应该知道，这本书在系列原创机器学习30讲的基础上，并参考了李航老师的《统计学习方法》和周志华老师的西瓜书《机器学习》的理论体系，从公式推导和代码实现两个维度来展示机器学习的基本内涵
人工智能与算法学习·2023-01-15 11:09

新书首发 | 《机器学习 公式推导与代码实现》正式出版！

关注过这本书的公众号读者应该知道，这本书在系列原创机器学习30讲的基础上，并参考了李航老师的《统计学习方法》和周志华老师的西瓜书《机器学习》的理论体系，从公式推导和代码实现两个维度来展示机器学习的基本内涵
算法channel·2023-01-15 11:09

人生第二本书！

关注过这本书的公众号读者应该知道，这本书在系列原创机器学习30讲的基础上，并参考了李航老师的《统计学习方法》和周志华老师的西瓜书《机器学习》的理论体系，从公式推导和代码实现两个维度来展示机器学习的基本内涵
Datawhale·2023-01-15 11:08

新书首发 | 《机器学习 公式推导与代码实现》正式出版！（文末送书）

关注过这本书的公众号读者应该知道，这本书在系列原创机器学习30讲的基础上，并参考了李航老师的《统计学习方法》和周志华老师的西瓜书《机器学习》的理论体系，从公式推导和代码实现两个维度来展示机器学习的基本内涵
风度78·2023-01-15 11:08

周志华《机器学习》（西瓜书）——学习笔记

第1章绪论1.1引言因为我们吃过、看过很多西瓜，所以基于色泽、根蒂、敲声这几个特征我们就可以做出相当好的判断.类似的，我们从以往的学习经验知道，下足了工夫、弄清了概念、做好了作业，自然会取得好成绩.可以看出，我们能做出有效的预判?是因为我们已经积累了许多经验，而通过对经验的利用?就能对新情况做出有效的决策.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"(model)的算法，即"学习
ManRock·2023-01-14 15:38

周志华——机器学习 第一二章笔记

周志华—机器学习（西瓜书）1.1引言机器学习是研究“学习算法”的学问机器学习：假设用P来评估计算机程序在某任务T上的性能，若一个程序通过利用经验E在T中任务上获得了性能改善，则我们就说关于T和P，该程序对
m0_62833130·2023-01-14 15:29

《机器学习》及实战一、模型评估与选择

Python版本：Python3.x运行平台：WindowsIDE：PyCharm参考资料：《机器学习》（西瓜书）《机器学习实战》（王斌）转载请标明出处：https://blog.csdn.net/tian121381
Yuuuuu丶Tian·2023-01-14 09:09

机器学习周志华--自助法bootstrapping中的极限公式

在西瓜书的第二章，讲了几种常用的对数据集进行划分而产生训练集S\mathit{S}S和测试集T\mathit{T}T的方法，其中就有一个自助法。
蓝域小兵·2023-01-13 21:27

计算机中bootstrapping 是很没意思_Bootstrapping算法（附python代码）

在西瓜书第二章提到，自助法在数据集较小、难以有效划分训练/测试集时很有用，将多次随机抽样作为训练集，将初始数据作为测试集。
weixin_39966130·2023-01-13 21:27

【周志华机器学习】十五、规则学习

.一阶规则学习4.1FOIL5.归纳逻辑程序设计5.1最小一般泛化5.2逆归结参考资料Machine-learning-learning-notesLeeML-NotesML-NLP本博客根据周志华的西瓜书和参考资料
CHH3213·2023-01-12 10:48

【机器学习、深度学习与强化学习】机器学习（1）---机器学习简介

前言中的前言那么我们今天开始更机器学习、深度学习和强化学习，请注意强化学习需要ML与DL的一部分基础，不要直接跳到RL去学习，效率很低，参考资料很多，我先列一些我会用到的机器学习、深度学习的参考资料吧：1.西瓜书
旋转跳跃我闭着眼·2023-01-11 20:05

特征锦囊：今天一起搞懂机器学习里的L1与L2正则化

从西瓜书????里我们可以了解到正则项的作用，那就是降低模型过拟合的风险，通常常用的有L1范数正则化与L2范数正则化，作
Pysamlam·2023-01-11 07:46

训练集，验证集，测试集比例

(西瓜书中描述常见的做法是将大约2/3~4/5的样本数据用于训练，剩余样本用于测试）当数据量非常大时，可以使用98:1:1训练数据，验证数据和测试数据。
青山青·2023-01-11 02:24

西瓜书习题 - 9.聚类

1.聚类1、下面哪一项属于聚类的作用？寻找数据内在的分布结构作为其他学习任务的前驱过程帮助寻找潜在的概念或者类别以上都是2、下面哪一项机器学习任务不属于无监督学习？分类聚类密度估计主成分分析3、聚类问题与下列哪一项监督学习任务更加相近？____（分类/回归）分类2.聚类方法概述1、k均值聚类属于下列哪一种聚类算法？原型聚类密度聚类层次聚类以上都是2、为了得到树形的聚类结构，应该使用下列哪一种聚类算
加油呀，哒哒哒·2023-01-10 10:46

（西瓜书）简单线性回归公式推导

因此，由最小二乘法导出损失函数===（此即为西瓜书式3.4后面部分）下面，我们先考虑
想去的远方·2023-01-09 13:39

【学习笔记】吴恩达老师《深度学习工程师》一

从吴恩达老师的深度学习工程师课程入手，配合周志华老师的《机器学习》“西瓜书”，打好基本功，再战TensorFlow！放一张吴恩达老师的照片，开开光，认真学完微专业！（吴恩达老师英语太好听了！
Masec·2023-01-09 00:20

机器学习（西瓜书）10、降维与度量学习

样本的特征数称为维数（dimensionality），当维数非常大时，也就是现在所说的“维数灾难”，具体表现在：在高维情形下，数据样本将变得十分稀疏，因为此时要满足训练样本为“密采样”的总体样本数目是一个触不可及的天文数字，谓可远观而不可亵玩焉...训练样本的稀疏使得其代表总体分布的能力大大减弱，从而消减了学习器的泛化能力；同时当维数很高时，计算距离也变得十分复杂，甚至连计算内积都不再容易，这也是
Handsome_Zpp·2023-01-08 19:55

西瓜书啃书日记：机器学习（周志华）思维导图绪论篇

打开西瓜书，看着第一章绪论中基本术语的部分，我陷入了沉思，这着实让我混乱，心想这是什么跟什么，我还是跟着视频学吧。
WikHPure·2023-01-08 15:49

机器学习各种模型评价指标：准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线

周志华老师的西瓜书的第2章：模型评估与选择摘要：数据挖掘、机器学习和推荐系统中的评测指标—准确率(Precision)、召回率(Recall)、F值(F-Measure)简介。
aha是Q啊·2023-01-08 09:22

计算机视觉论文-2021-07-22

本专栏是计算机视觉方向论文收集积累，时间：2021年7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·2023-01-07 22:17

《机器学习》(周志华)西瓜书读书笔记

章模型评估与选择第3章线性模型第4章决策树第5章神经网络第6章神经网络第7章贝叶斯分类第8章集成学习前言随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文是《机器学习》(周志华)西瓜书读书笔记
Zhang Wenhao·2023-01-07 07:59

卷积神经网络总结

福利后台回复"机器学习"可获得电子版西瓜书等资源，回复"深度学习"可获得花书等资源。简介本篇文章主要是对毕
万无引力 WY·2023-01-07 06:48

机器学习算法汇总梳理

（本文的图片取自周志华老师的西瓜书）一、有监督篇：1逻辑回归(LogisticRegression)：将线性回归的结果通过sigmoid函数映射到了(0,1)区间，可以当做是正
于得水Fake_water·2023-01-06 11:20

弱分类器 & 强分类器(弱学习器 & 强学习器)

西瓜书上说：弱学习器常指泛化性能略优于随即猜测的学习器（例如在二分类问题上精度略高于50%的分类器）
hxxjxw·2023-01-05 16:19

【无标题】

MachineLearning_Zhouzhihua_ProblemSets/SVMvsBPnnvsCART.ipynbatmaster·hanmq/MachineLearning_Zhouzhihua_ProblemSets·GitHub西瓜书习题试答
DYSLEXIA-·2023-01-04 18:41

西瓜书ID3决策树生成以及预测（采用k折交叉验证），不使用sklearn库

基于西瓜书西瓜数据集2.0生成决策树，画出决策树，并输入样本进行预测类别。然后根据现有代码对breast_cancer数据集进行训练和预测。
欲揽星河·2023-01-04 11:40

初识神经网络和反向传播算法

今天来看一下西瓜书第五章——神经网络。文章目录定义感知机与多层网络误差逆传播算法全剧最小与局部最小以下介绍的是人工神经网络，是模拟生物神经网络进行信息处理的一种数学模型。
浩然然然·2023-01-04 11:33

【机器学习】李宏毅机器学习笔记1

（*西瓜书）简单的来说机器学习可以让机器具有寻找函数的
杳杳捞到月亮了吗·2023-01-04 11:56

【ML】机器学习（西瓜书）思维导图

以下为周志华老师《机器学习》（西瓜书）各章节知识点总结而成的大型思维导图。该思维导图侧重概念了解，未涉及模型数学原理。如有深入学习需求，请详读相关书籍。转载请注明出处。
YWP_2016·2023-01-03 09:10

机器学习笔记（六）-神经网络：概述

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·2023-01-02 11:42

机器学习中的模型评价策略metric(ROC,PR,AUC,F1)

一句话：检索出的信息中有多少比例是用户感兴趣的(西瓜书)召回率(recall
真的不是这样的·2023-01-01 19:13

泛化误差和经验误差

泛化误差和经验误差目录：-基本概念-数学表达-应用-------------------基本概念西瓜书上的解释，学习器在训练集上的误差成为“训练误差”或“经验误差”。在新样本上的误差称为“泛化误差”。
seasongirl·2023-01-01 14:46
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他