西瓜书

西瓜书学习笔记第1章（绪论）机器学习

西瓜书学习笔记第1章（绪论）机器学习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1.1引言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
旋转的油纸伞·2022-11-19 15:05

机器学习——西瓜书笔记

目录第一章绪论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应用现状第二章模型评估与选择第一章绪论1.1引言研究目标机器学习致力于，研究如何通过计算手段，利用经验（通常以数据形式出现）来改善系统自身的性能。研究内容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，即学习算法（learningalgorithm）。有了学习算法，我们把经验数
梦里1米8·2022-11-19 15:34

机器学习西瓜书学习笔记

目录1绪论1.1基本术语1.2假设空间2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回归任务常用的性能度量2.3.2分类任务常用的性能度量3线性模型3.1基本形式3.2线性回归3.3对数几率回归3.4线性判别分析3.5多分类学习3.6类别不平衡问题4决策树4.1衡量样本集合纯度的几种指标4.1
略略略06·2022-11-19 15:02

机器学习西瓜书之学习笔记（更新中）

评估方法留出法(hold-out)分层采样(stratifiedsampling)取2/3~4/5交叉验证法(crossvalidation)k折交叉验证(k-foldcrossvalidation)划分k个子集,一般取k=10留一法(Leave-One-Out)k=m，缺陷：m个模型的计算开销难以忍受自助法(bootstrapping)随机挑一个样本放入D’中，再放回D，重复m次，不被采集到数据
effortlesssyt·2022-11-19 15:31

《机器学习》西瓜书课后习题作业笔记

仅以此纪念我大学最后一门也可能是对我读研最有用的一门选修课。目录前言第一章绪论T1.1T1.2第二章模型评估与选择T2.1T2.2T2.3T2.4总结前言虽然只剩了0.5学分需要修，但是为了以后读研入门方便所以义无反顾地选了这门上课人数只有个位数的3学分的选修课。听课听的确实有些吃力，而且感觉机器学习不像自己之前想当然以为的那样是一种纯编程的课程。目前个人感觉机器学习更像是一种解决问题的数学方法，
怪利乱神·2022-11-19 15:57

【机器学习】西瓜书学习笔记01

预备知识首先来看看什么是人工智能，机器学习，深度学习借用up主谢文睿的话（视频链接：【吃瓜教程】《机器学习公式详解》（南瓜书）与西瓜书公式推导直播合集_哔哩哔哩_bilibili）可以大致分为：人工智能
Howe_xixi·2022-11-19 15:45

nndl作业3

过程推导-了解BP原理借用patternrecognitionandmachinelearning里的再次借用西瓜书和南瓜书里的推导：数值计算-手动计算，掌握细节根据上面的公式得到这里好像没有b是吧，没有就没有吧
mmmooonnneeeyyy·2022-11-19 12:24

【机器学习－西瓜书】二、偏差-方差分解；泛化误差

2.5偏差与方差关键词：偏差-方差分解；泛化误差。偏差-方差分解是解释算法泛化性能的一种重要工具。偏差-方差分解试图对学习算法的期望泛化错误率进行拆解。泛化误差可分解为：偏差，方差与噪声之和。偏差度量了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。方差度量了同样大小的训练集的变动所导致的学习性能的变化，即刻画了数据扰动所造成的影响。噪声则表达了在当前任务上任何学习算法所能
TensorSense·2022-11-19 11:21

计算机视觉论文-2021-06-16

本专栏是计算机视觉方向论文收集积累，时间：2021年6月16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·2022-11-19 10:28

解决读入数据集乱码问题

文件读入，发现不仅中文无法显示，同时数据格式不正确将数据集改为txt文件格式后发现，数据格式没问题但同样中文无法显示：修改代码：lemon=pd.read_csv("D:\大三上课程资料\机器学习\数据集\西瓜书
彤小彤_tong·2022-11-19 09:09

计算机视觉论文-2021-07-02

本专栏是计算机视觉方向论文收集积累，时间：2021年7月2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·2022-11-19 02:02

计算机视觉论文-2021-07-15

本专栏是计算机视觉方向论文收集积累，时间：2021年7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·2022-11-19 02:02

计算机视觉论文-2021-09-10

本专栏是计算机视觉方向论文收集积累，时间：2021年9月10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·2022-11-19 02:02

决策树算法分析

本文是根据西瓜书对决策树进行分析的。决策树的递归流程：函数：TreeGenerate(D,A):初始传入参数训练集为D（比如n个西瓜），传入参数属性为A（比如色泽、根蒂、纹理、触感。。。）
CtrlZ1·2022-11-19 01:07

Python：对西瓜书csv数据进行数据分析，训练模型并测试

这次我们来系统的了解一下决策树DecisionTreeClassifier的实现和预测整体需求包：csv、DictVectorizer、LabelBinarizer、DecisionTreeClassifier、numpy、graphviz、matplotlib、predict导入需求包：(graphviz后面会用到)importcsvimportmatplotlib.pyplotaspltfro
Alphy洪武·2022-11-19 00:27

啃书《机器学习》西瓜书 第1、2章模型评估与模型选择

文章目录第一章绪论1.归纳偏好与“奥卡姆剃刀”2.“没有免费的午餐”定理3.泛化能力第二章模型评估与选择1.经验误差与过拟合2.评估方法：2.1留出法：2.2交叉验证法：2.3留一法：2.4自助法：2.5调参与最终模型：3性能度量3.1错误率和精度3.2查准率与查全率3.3ROC与AUC3.4代价敏感错误率3.4偏差与方差第一章绪论1.归纳偏好与“奥卡姆剃刀”归纳偏好：机器学习算法在学习过程中对某
真是喵啊·2022-11-17 09:13

西瓜书-机器学习初识-----第一章

西瓜书-机器学习初识-----第一章引言第一章-绪论书中一些简单的名词假设的概念归纳和特化的概念假设空间样本空间奥卡姆剃刀原理NLP没有免费的午餐定理引言傍晚小街路面上沁出微雨后的湿润，和煦的细风吹来，
禹小皓·2022-11-16 13:51

机器学习入门-西瓜书总结笔记

西瓜书第一章-绪论Firststep引言+基本术语假设空间归纳偏好发展历程与应用现状Firststep对于西瓜书内容做总结笔记，以下都是个人总结，如果有错误欢迎指证。
一入材料深似海·2022-11-16 13:50

【机器学习-西瓜书】第2章-模型评估

2.1经验误差与过拟合精度(accuracy):1-错误率（假设m个样本中有a个样本分类错误）误差(error):学习器的预测输出与真是输出之间的差异经验误差(empiricalerror)：在训练集上的误差泛化误差(generalizationerror):在新样本上的误差欠拟合和过拟合underfitting：对训练样本的一般性质尚未学好欠拟合通常是由于学习能力低下造成的；比较容易解决：在决策
wayaya112·2022-11-16 13:48

机器学习之西瓜书-大纲

小编是一个在金融风控领域混战了3年多的搬砖工~搬砖久了总想哪里有墙可以砌一下，搞点不一样的~~当当当当~受人指点开始攻读这本业界俗称“西瓜书”的教材——周志华的《机器学习》因为本身是一本教材，所以语言相对来说较为枯燥
崔洞洞·2022-11-16 13:47

机器学习西瓜书学习笔记1-2章

文章目录1.关于人工智能、机器学习与深度学习的浅薄理解（序言）2.机器学习的学习过程理解（P5第二段）3.关于机器学习中P问题和NP问题的理解（2.1P23最后一段）4.关于混沌矩阵和PR曲线的理解（2.3.2P30）本学习笔记只对阅读过程中产生的一些感悟进行记录。1.关于人工智能、机器学习与深度学习的浅薄理解（序言）人工智能：让事物具有人类的智慧。机器学习：人工智能中的事物为计算机的那一部分。深
爱吃蛋炒饭的小老鼠·2022-11-16 13:15

小白学机器学习西瓜书-第六章支持向量机(4)

小白学机器学习西瓜书-第六章支持向量机46.7支持向量回归6.7支持向量回归对于样本(x,y)(x,y)(x,y)而言，传统的回归模型是基于模型输入f(x)f(x)f(x)与真实yyy之间的差别来计算损失
顾耒之·2022-11-16 13:44

小白学机器学习西瓜书-第六章支持向量机(1)

小白学机器学习西瓜书-第六章支持向量机6.1间隔与支持向量6.2几何间隔6.3支持向量机这一部分我们继续总结分类算法，支持向量机上一部分的link：小白学机器学习西瓜书-第三章对数几率回归6.1间隔与支持向量假如我们有一些样本点
顾耒之·2022-11-16 13:14

小白学机器学习西瓜书-第六章支持向量机(3)

小白学机器学习西瓜书-第六章支持向量机36.6软间隔与正则化在前面的讨论中，我们一直做了一个假定，即存在一个超平面能够将不同类的样本完全进行区分。
顾耒之·2022-11-16 13:14

机器学习西瓜书-代价曲线

机器学习代价曲线作业题目：二分类问题，0为正类，1为负类，预测正类的概率如下表。非均等代价，代价矩阵为cost01=1,cost10=20，costii=0（i=0，i=1）。请画出期望总体代价。（编程实现）#计算期望总代价#0为正类/1为负类label=[0,0,1,0,0,0,1,1,0,1,0,1,0,1,1,1,0,1,0,1]score=[0.9,0.8,0.7,0.6,0.55,0.5
GinXiao·2022-11-16 13:12

机器学习-西瓜书-课后题-第一章

机器学习-西瓜书-课后题-第一章习题1.1表1.1中若只包含编号为1和4的两个样例，试给出相应的版本空间。
IRISQP·2022-11-16 13:12

机器学习- 西瓜书 - 2.2 评估方法

1.留出法训练测试集划分时需要尽可能保持数据分布一致性单次使用留出法不可靠，应若干次随机划分，重复实验评估取均值2.交叉验证法把数据集D分成k等分，每次用k-1个子集作为训练集，余下一个为测试集，这样可得k组训练/测试集，从而可进行k次训练和测试，最后返回的结果为k次测试结果的均值2.1留一法若D中有m个样本，令k=m，则得到特例：留一法。留一法不受随机样本划分方法的影响，因为m个样本只有唯一的方
Anthony_rush·2022-11-16 13:42

机器学习西瓜书-1-2章

学习目标：概览机器学习西瓜书1、2章学习内容：第一章绪论1.1基本术语1.2假设空间1.3归纳偏好1.4发展历程第二章模型评估与选择2.1经验误差与过拟合2.2评估方法2.3性能度量学习时间：两天学习产出
Tanux·2022-11-16 13:11

计算机视觉论文-2021-05-10

本专栏是计算机视觉方向论文收集积累，时间：2021年5月10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·2022-11-16 11:21

西瓜书《机器学习》第一章重点总结

1.预测“离散值”，如“好瓜”，“坏瓜”的学习任务叫做“分类”，预测连续值，如西瓜的熟度，叫做“回归”。2.根据训练数据是否拥有标记信息，学习任务可分如“监督学习”（有明确的答案）和“无监督学习”（无明确的一个答案）。分类（分为二分类和多分类），回归（对应的正确答案不是明确的，而是一个数集）是前者的代表，聚类（机器自己分类）是后者的代表。3.NFL定理：我们脱离具体问题，空泛谈论什么“什么学习算法
learner.bear·2022-11-16 07:27

机器学习西瓜书第一章总结

机器学习：研究如何通过计算的手段，利用经验改善系统自身的性能。1.训练模型数据集：一组数据记录的集合。实例或样本：每条记录是关于一个事件或对象的描述。属性：反映事件或对象在某方面的表现或性质的事项。属性值：属性上的取值。属性空间、样本空间或输入空间：属性张成的空间。特征向量：在上述张开空间中每个样本都能找到自己对应的点，而每一个点都对应一个向量坐标。属性值：属性上的取值。学习或训练：从数据中学得模
王肖95·2022-11-16 07:25

机器学习西瓜书第二章笔记

2、模型评估与选择经验误差与过拟合误差：学习器预测与样本实际输出值之间的差异训练误差：学习器在训练集上的误差泛化误差：训练集在新样本上的误差希望泛化误差小的，但实际只能使经验误差最小化过拟合：学习器把训练样本自身的特点当作了所有样本潜在的样本都会具有的一般特质（学习的太好了）欠拟合：训练样本的一般性质没学好无法直接获得泛化误差，训练误差又由于过拟合现象存在不适合作为标准，如何进行模型评估与选择？通
Monalalalalala·2022-11-16 07:25

西瓜书学习第六章---SVM

SVM一、间隔与支持向量1.1分类学习的基本思想1.2支持向量机的思想二、对偶问题2.1求解过程2.2KTT条件三、核函数3.1核函数的作用3.2核函数作用的数学体现3.3常用的核函数四、软间隔和正则化4.1软间隔的概念4.2常用的损失函数五、支持向量回归六、核方法一、间隔与支持向量1.1分类学习的基本思想分类任务的基本思想是在给定的数据集上用一个超平面wTx+b=0w^{T}x+b=0wTx+b
Dr. J·2022-11-16 07:24

西瓜书学习笔记---第四章 决策树

决策树一、决策学习的基本流程1.1决策树的基本定义1.1.1根节点1.1.2内部节点1.1.3叶子节点1.1.4决策树的图示1.1.5决策树算法的训练流程二、划分属性选择2.1相关概念2.2案例计算三、剪枝处理3.1预剪枝3.1.1**主要过程：**3.1.2计算过程3.1.3预剪枝的优缺点3.2后剪枝3.2.1**主要过程：**3.2.2计算过程3.2.3后剪枝的优缺点四、连续与缺失值4.1决策
Dr. J·2022-11-16 07:24

西瓜书学习第五章---神经网络

神经网络一、神经网络简介1.1神经元模型1.2神经网络的工作模式二、感知机与多层网络2.1感知机2.2多层网络三、BP算法四、全局最小和局部最小4.1全局最小4.2局部最小4.3跳出局部最小的常用方法五、几种常见的神经网络5.1RBF网络5.2ART网络5.3其他神经网络一、神经网络简介定义：普遍采用的定义是“神经网络是指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
Dr. J·2022-11-16 07:24

机器学习入门-西瓜书总结笔记第二章

西瓜书第二章-模型评估与选择前言一、经验误差与拟合二、评估方法1.留出法2.交叉验证法3.自主法4.调参与最终模型三、性能度量1.错误率与精度2.查准率、查全率与F1F1F13.ROC与AUC4.代价敏感错误率与代价曲线四
一入材料深似海·2022-11-16 07:22

机器学习西瓜书扎实学习——第一章要点详记

第一章内容梳理：重点：理清各个术语，假设空间相关概念，归纳偏好相关概念之后复习要对照思维导图，口述梳理一遍所有内容。本章深思几个概念：经验（道理）——机器学习道理是什么？就是人们从过去经验总结出来的东西。比如太阳东升西落，万有引力等。机器学习是什么？解读一：就是“利用经验去改善系统自身的性能的一门学科”。解读二：机器学习的本质就是利用有限的已知数据在复杂的高维特征空间中去预测未知的样本。“然而，我
爱学习的米斯特儿江·2022-11-16 07:22

机器学习 西瓜书 第二章 模型评估与选择

机器学习第二章模型评估与选择2-1经验误差与过拟合一些评估模型的标准概念（3对概念）精度：1—错误率错误率：m个样本a个分类错误的a/m就是错误率经验误差（训练误差）PS:做过的题再做一遍发生在训练集上的泛化误差对于新样本上的误差过拟合：无法避免把一些不太一般的特性也学习到了（只能做到缓解）欠拟合：由于学习能力不足产生的2-2评估方法训练集：学习样本数据集，通过匹配一些参数来建立一个分类器。建立一
有梦想的懒羊羊·2022-11-16 07:21

机器学习 西瓜书 第三章 阅读笔记 公式推导+内容概要

第三章线性模型3.1基本形式3.2线性回归3.3对数几率回归3.4线性判别分析（LinearDiscriminantAnalysis，LDA）/Fisher判别分析3.5多分类学习3.6类别不平衡问题3.1基本形式3.2线性回归目的：性能度量：对数几率回归==令模型预测值逼近y的衍生物广义线性模型3.3对数几率回归如何进行分类学习？：找一个单调可微函数将分类任务的真实标记y与线性回归模型的预测值联
不知名小七·2022-11-16 07:21

机器学习 西瓜书 第二章阅读笔记+公式推导

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、查全率与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2.4.2交叉验证t检验（适用于对不同学习器的性能进行比较）2.4.3McNemar检验2.4.4Friedma
不知名小七·2022-11-16 07:51

机器学习西瓜书笔记：第一章 绪论

第一章绪论一、基本术语1、模型：本书中指从数据中学得的结果2、样本/示例/特征向量sample/instance/featurevector：即一条记录，对一个对象的描述。如：关于西瓜的一条记录为：（颜色=青绿；根蒂=蜷缩；敲声=浊响）在有样本空间概念的情况下，由于空间中每个点对应一个坐标向量，则把一个样本称为一个特征向量3、数据集dataset：一组记录的集合。4、特征/属性feature/at
sunMoonStar_c·2022-11-16 07:21

机器学习 西瓜书 第一章绪论 读书笔记

1.绪论1.1引言1.2基本术语预测离散值分类二分类多分类连续值回归根据训练数据是否拥有标记信息监督学习无监督学习泛化能力generalization学得模型适用于新样本的能力，具有强泛化能力的模型能很好的适用于整个样本空间希望能通过对样本的训练反映出总体空间的特性独立同分布假设样本空间中全体样本服从一个未知的分布，我们获得的每个样本都是独立地从这个分布上采样获得的1.3假设空间科学推理的两大基本
猾枭·2022-11-16 07:20

机器学习 西瓜书 第二章 模型评估与选择 读书笔记

2.模型评估与选择2.1经验误差与过拟合误差错误率errorrate精度accuracy训练集上的误差训练误差trainingerror经验误差empiricalerror新样本上的误差泛化误差generalizationerror所期待的在新样本上表现很好的学习器泛化误差尽量小拟合过拟合overfitting欠拟合underfitting2.2评估方法2.2.1留出法train/testspli
猾枭·2022-11-16 07:20

机器学习西瓜书第二章概要（1）

模型评估与选择经验误差与过拟合Errorrate（错误率）E=a/m如果m个样本有a个样本分类错误Accuracyrate（精度）精度=1-错误率学习器在训练集上的误差称为“训练误差”或“经验错误”，新样本上的误差称为“泛化误差”过拟合：训练器把训练样本学得“太好了”的时候，很可能已经把训练样本自身的一些特点当作了所有潜在样本都会具有一般性质，这样就会导致泛化性能下降。这种现象称之为过拟合。欠拟合
炼丹小白师·2022-11-16 07:16

西瓜书第二章习题及答案

注释：1、留出法：即我们常用到的将数据集3-7分，2-8分，划分为训练集和测试集。2、在使用留出法划分数据集的时候需要注意要保留数据分布一致性。解答：根据注释2，我们在划分的过程中，训练集的数据应当包含500∗70500*70500∗70%=350的正例和500∗30500*30500∗30%=150的反例，其余为测试集。要保证数据是随机划分的，根据概率论知识有C500350∗C500350C_{
小鹿学程序·2022-11-16 07:16

吃瓜教程Task2 机器学习西瓜书第三章线性模型

第三章思考与笔记1,本章是西瓜书介绍的第一个机器学习算法模型，个人笔记对机器学习算法的描述将遵循机器学习三要素“模型”，“策略”，“算法“角度。
Lennon �·2022-11-16 07:42

【机器学习】周志华西瓜书第一二章

本文为跟随DataWhale组队学习吃瓜教程的学习笔记Task01概览西瓜书第一、二章内容文章目录前言第一章一、绪论1.3假设空间1.4归纳偏好第二章模型评估2.1经验误差与过拟合2.2评估方法2.2.1
Jocelyn_hhh·2022-11-16 07:39

《机器学习》（西瓜书）第一章，第二章

第一章绪论1.1定义根据以往积累的经验，再通过对经验（数据）的利用，可以对新情况作出有效推断。其中通过数据构建模型，称为“学习算法”。1.2基本术语数据的集合为“数据集”，其中每条记录是一个描述，称为“样本”。对于一个事物的单个属性，称为“特征”，其属性具体内容为“属性值”。对于一个记录，在坐标轴上用一个方向表示，则每个事物都有自己的点，称为“特征向量”。一个样本的特征数为“维数”。通过“学习”或
m0_72969350·2022-11-16 07:36

（西瓜书笔记）

（西瓜书笔记）（一）神经元模型神经网络(neuralnetworks)：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作出的交互反应。
謙卑·2022-11-14 11:59

机器学习（西瓜书）11、特征选择与稀疏学习

在机器学习中特征选择是一个重要的“数据预处理”（datapreprocessing）过程，即试图从数据集的所有特征中挑选出与当前学习任务相关的特征子集，接着再利用数据子集来训练学习器；稀疏学习则是围绕着稀疏矩阵的优良性质，来完成相应的学习任务。11.1子集搜索与评价一般地，我们可以用很多属性/特征来描述一个示例，例如对于一个人可以用性别、身高、体重、年龄、学历、专业、是否吃货等属性来描述，那现在想
Handsome_Zpp·2022-11-14 10:14
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他