西瓜书

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

吃瓜笔记---第五章 神经网络

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、神经元模型对上图单个神经元模型输入={}输出w为权重，为阈值，为激活函数
deeplearningcc·2022-11-29 21:39

吃瓜笔记---第四章 决策树

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，欢迎读者批评指正决策树的学习通常包括3个部分：特征选择、决策树的生成、决策树的修剪1、信息增益自信息
deeplearningcc·2022-11-29 21:39

向量内积的几何解释

向量内积的几何解释再看西瓜书中的线性判别分析LDA，注意到了w⊺x\bm{w}^\intercal\bm{x}w⊺x，说是“直线上的投影”，于是扒一扒，向量内积怎么就是投影了？
SATAN 先生·2022-11-29 18:44

【阿里云天池】机器学习学习赛-测一测你的一见钟情程度

历经8个星期的学习，基本学习完了西瓜书上的10个重要模型，首次接触机器学习比赛，选择了阿里云天池上的学习赛：测一测你的一见钟情程度来进行学习比赛流程，baseline选择的是天池该比赛论坛中置顶的逻辑回归模型
银河955·2022-11-29 14:42

西瓜书+实战+吴恩达机器学习（十八）降维（主成分分析 PCA）

文章目录0.前言1.主成分分析PCA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.前言维数灾难：在高维情形下出现的数据样本稀疏、距离计算困难等问题。缓解维数灾难的方法是降维。降维的好处：舍弃部分信息后能使得样本的采样密度增大当数据受到噪声影响时，舍弃的无关信息往往与噪声有关1.主成分分析PCA主成分分析（PrincipalComponentAnalysis）是常用的降
I can丶·2022-11-29 13:44

计算机视觉论文-2021-07-09

本专栏是计算机视觉方向论文收集积累，时间：2021年7月9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·2022-11-29 13:35

如何 Get 机器学习必备的数学技能？（文末赠书）

西瓜书（《机器学习》，清华大学出版社）和花书（《深度学习》，人民邮电出版社）分别是目前国内机器学习、深度学习领域销量最大的教材。
人工智能与算法学习·2022-11-29 11:35

西瓜书chapter5简摘

神经元多层前馈神经网络每层神经元之间并不存在同层连接，也不存在跨层连接，并且与下层完全连接。两端分别为输入层/输出层，中间为隐层/隐含层（hiddenlayer）隐含层和输出层都是具有激活函数的功能神经元。输入层仅能接受输入，不进行函数处理。神经网络的学习过程就是确定，训练数据调整神经元之间的“连接权”（connectedweight)以及神经元之间的阈值。误差逆传播算法（errorBackPro
yabgtz23·2022-11-29 08:14

K-means算法与K-means++算法的异同

感觉在西瓜书里面最容易看懂的，而且最容易用的一个算法便是k-mean算法，算法实现的流程十分简单，可以简单将其划分为4个步骤：Step1:选定聚类中心，从数据集中随机选取K个样本作为初始聚类中心，{},
机器想学习·2022-11-29 07:02

机器学习-决策树（Decision Tree）进阶篇之剪枝

spm=1001.2014.3001.5501此篇博客我将拿西瓜书中的数据以及我自己的数据来做决策树的剪枝。目录一、剪枝1-1、什么是过拟合1-2、基本
库里不会写代码·2022-11-28 17:53

西瓜书学习-神经网络

感知机与多层网络感知机感知机不能实现异或这样简单的非线性可分问题。感知机和逻辑回归函数的异同损失函数两者不同：逻辑斯蒂回归使用极大似然（对数损失函数），感知机使用的是均方损失函数（即错误点到分离平面的距离，最小化这个值）逻辑斯蒂比感知机的优点在于对于激活函数的改进。前者为sigmoidfunction，后者为阶跃函数。这就导致LR是连续可导，而阶跃函数则没有这个性质。LR使得最终结果有了概率解释的
weixin_34064653·2022-11-28 14:58

西瓜书-第5章-神经网络

神经网络生物学上的神经网络最基本的成分是“神经元”，每个神经元和其他神经元相连，当它兴奋时，向相连的神经元发送化学物质，从而改变这些神经元的电位，如果神经元的电位超过了一个“阈值”，那么它就会被激活，即兴奋起来，向其他神经元发送化学物质。M-P神经元模型也称阈值逻辑单元膜电位G>阈值θj则兴奋输出，否则抑制不输出。激活函数f(G)得出输出值。常用的激活函数有：线性函数：线性函数、斜面函数、阈值函数
路飞的纯白世界·2022-11-28 14:27

《西瓜书》-5.神经网络

5.神经网络5.1.神经元模型在机器学习中，神经网络一般指的是“神经网络学习”，是机器学习与神经网络两个学科的交叉部分。所谓神经网络，目前用得最广泛的一个定义是“神经网络是由具有适应性的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”。神经网络中最基本的单元是神经元模型（neuron）。在生物神经网络的中，每个神经元通常都有多个树突（dendrite）
ruoqi23·2022-11-28 14:26

西瓜书 第5章 神经网络 5.1-5.3

神经网络一、神经元模型1、生物学神经元  在生物学神经网络中，每个神经元与其他神经元连接，当它“兴奋”时，就会向相邻的神经元发送化学物质，从而改变这些神经元的电位，如果某神经元的电位超过一个阈值，那么它就会被激活（兴奋），向其他神经元发送化学物质。  1943年，McCullochandPitts基于生物神经元模型抽象出了经典的M-P神经元模型。神经元接收来自n个其他神经元传递来的输入信号，这些输
淮海路小佩琦·2022-11-28 14:54

西瓜书第五章-神经网络

神经元模型(学习笔记）1943年，[McCullochandPitts,1943]将上述情形抽象为国.1所示的简单模型，这就是直沿用至“M-P经元模模型经元接收到来自其他神经元传递过来的输入信号?这些输入信号通过带权重的连接(connection)进行传，神经接收到的总输入值将与神经元的阀值进行比较，然后通过"激活函数”(activationfunction处理以产生神经元的输出.把许多个这样的神
孤鸿末子·2022-11-28 14:23

西瓜书---读书笔记5-6章--神经网络和支持向量机

平时做项目会用到神经网络还有svm~所以写的比较简略，因为论文里面以前就写过蛮多关于这些的，自己比较熟悉（自认为），所以简单复习一下啦~5神经网络定义：神经网络是具有适应性的简单单元组成的广泛而互联的网络，它的组织可以模拟生物神经系统对真实世界物体所做出的交互反映。历史：神经元模型：m-p神经元模型，1943被提出。感知机：只有输入输出两层，且只在输出层有激活函数，输入层只负责接收数据。但是如果遇
皮卡猪猪·2022-11-28 14:22

Task04-西瓜书-神经网络

目录1.神经元模型激活函数2.感知机与多层网络3.误差逆传播算法神经网络，是机器学习的一个分支，学名应该叫人工神经网络，与之对应的是生物神经网络（CNN），如下图所示：1.神经元模型在细致了解人工神经网络之前，我们需要对M-P神经元模型有大致的了解，在M-P神经元模型中，神经元接收到其他n个神经元传递过来的输入信号，这些输入信号通过带权重的连接进行传递，神经元收到的总输入值将与神经元的阈值进行比较
东东强233·2022-11-28 14:50

Day04-《西瓜书》-神经网络(DataWhale)

五、神经网络(neuralnetworks)5.1神经元模型(neuron)神经元接收到来自n个其他神经元传递的输入信号，这写信号通过带权重的连接进行传递，神经元接受到的总输入值与神经元的阈值进行比较后，通过激活函数处理产生神经元的输出。激活函数理想的激活函数是阶跃函数，但是阶跃函数步连续，不光滑。实际使用Sigmoid函数。将一个神经网络视为包含了许多参数的数学模型，这个模型有若干个函数。例如y
liying_tt·2022-11-28 14:20

机器学习-西瓜书CH5-神经网络

吃瓜教程学习笔记-CH5神经网络5.1-神经元模型1-神经元2-激活函数5.2-感知机与多层网络1-感知机2-多层网络-全连接网络5.3-BP神经网络5.4-全局最小与局部最小5.5-深度学习5.6-参考5.1-神经元模型神经网络(neuralnetworks)：是机器学习中一门多学科交叉点领域，神经网络是由具有适应性的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
Alexa2077·2022-11-28 14:17

【西瓜书】5-神经网络

文章目录5.1-神经元模型5.2-感知机与多层网络5.3-误差逆向传播5.4-全局/局部最小5.5-其他常见神经网络5.6-深度学习参考5.1-神经元模型生物学上的神经元是指一个接受刺激，当刺激超过阈值后便会兴奋，并向后面的神经元发送信号。这里是神经元指一个接受输入xxx，并根据权重wiw_iwi计算总输入值，当兴奋程度超过阈值θ\thetaθ便会根据激活函数输出yyy。这里给出两个典型的激活函数
超级虚空·2022-11-28 14:45

task01

Task01概览西瓜书+南瓜书第1、2章1术语梳理数据集：记录的集合样本：其中每条记录是关于一个事件或对象的描述属性/特征：反映事件或对象在某方面的表现或性质的事项学习任务分为两大类：监督学习、无监督学习独立同分布
阿_边·2022-11-28 13:41

西瓜书前2章-task1

task1-前2章序几个概念：符号学习、统计学习、迁移学习、深度学习、流形学习第一章绪论机器学习：机器从经验数据中“提炼”模型的学习算法；若一个程序利用经验E在T任务中P方面的性能获得改善，则称关于T和P，该程序对E进行了学习。基本术语：涵义英文数据集dataset示例sample、instance属性attribute、feature属性的取值attributevalue、featurevalu
泠月清风·2022-11-28 13:05

机器学习中的数学基础（三）：随机变量

机器学习中的数学基础（三）：随机变量3随机变量3.1离散型随机变量3.2连续型随机变量3.3简单随机抽样3.4似然函数3.5极大似然估计在看西瓜书的时候有些地方的数学推导（尤其是概率论的似然、各种分布）
三耳01·2022-11-28 13:58

吃瓜教程Task4 第五章 神经网络概念

神经网络概念根据西瓜书所使用的概念，其定义为：神经网络是由其具有适应性的简单单元组成的广泛并行互联的网络，他的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。
无知之人_dream·2022-11-28 13:58

不止于西瓜书

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

Datawhale机器学习笔记 - 逻辑回归

目录理论知识点整理代码实现各算法在西瓜书中的对应章节逻辑回归算法LR相关问题参考文献理论知识点整理逻辑回归可看做对数衍生物对应的线性回归模型。首先，对线性回归进行概述。
火腿腊肉蛋炒饭·2022-11-28 09:06

西瓜书第六章

（部分图片来自于：http://t.csdn.cn/suVs31.间隔与支持向量：在样本空间中，划分超平面可通过下面线性方程来描述：“间隔”：2.对偶问题：对对偶问题的理解：我们定义拉格朗日函数：也就是说我们找到了原问题最优值的一个下界。既然我们找到了一个下界，显然我们要找到它最好的下界。什么是最好的下界的？显然就是所有下界当中最大的那一个。所以我们要把最大化，当然我们还要记得我们需要限制。3.核
learner.bear·2022-11-28 07:39

周志华《机器学习》课程系列笔记——目录导航页

周志华老师的网络教学视频中，与其西瓜书相比确实少了一些内容。但幸运的是，缺失的内容实际上对于初学者来说并不会产生太大影响。目前这一笔记也遵循视频内容，相比西瓜书中也会有一些缺失，敬请谅解。可
Sinocifeng·2022-11-28 07:20

西瓜书第五章

第五章5.1单个M-P：感知机（sgn激活函数、阶跃函数）、对数几率回归（Sigmoid激活函数）多个M-P：神经网络5.2y=f(∑iwixi−θ)=f(wT+b)y=f(\sum_iw_ix_i-\theta)=f(w^T+b)y=f(i∑wixi−θ)=f(wT+b)n维空间的超平面：超平面方程不唯一法向量w垂直于超平面法向量w和位移向b确定一个唯一超平面法向量指向的那一半空间为正空间，另一
Altira·2022-11-27 19:37

《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
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他