西瓜书

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

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

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

西瓜书第一二章理解（未完）

第一章绪论1.1引言学习：假设P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E在T中任务上，P获得了提高，就说该程序对E进行了学习。通俗讲就是通过一个程序性能得到了提高，这个过程就叫学习。1.2基本术语示例/样本：一条记录，一个行向量属性/特征：一个列向量/特征向量属性值：一个列向量中的一个具体值属性空间：所有属性的集合样本维数：属性的个数或特征向量的个数训练集：用来训练的样本集合
机器学习学渣·2022-12-30 14:44

五月份组队学习【吃瓜教程】Task04-05打卡笔记

笔记部分内容来源于网络检索，如有侵权联系可删本次学习针对的对象：有高数、线代、概率论与数理统计基础的同学内容说明：周志华老师的“西瓜书”是机器学习经典入门教材，值得反复阅读，配合“南瓜书”从本科数学基础的视角进行讲解
miskirito·2022-12-30 10:20

【DW组队学习—吃瓜教程】task5：概览西瓜书+南瓜书第6章

参考资料：1、周志华《机器学习》2、B站up主‘二次元的Datawhale’《【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》
0_×·2022-12-30 10:13

new flag（私の目標）

今天正式立下flag了，开始啃西瓜书，认真学习数据结构与算法等等的计算机知识，以后写点博客作为自己的一些学习感悟与感想吧（不管是学习什么都搞点吧，不论是在学习语言还是其他什么的）大学本科已经毕业了（某及其不知名的
Sawyer Zhang·2022-12-29 12:51

【机器学习——线性模型】

机器学习——线性模型西瓜书学习笔记广义线性模型对数几率回归多分类学习西瓜书学习笔记广义线性模型广义线性模型通过单调可微函数(联系函数linkfunction)将数据的真实标记y与线性回归模型的预测值联系起来
只想快乐·2022-12-28 09:22

读西瓜书笔记（二）模型评估与选择

读西瓜书笔记（二）模型评估与选择（一）误差与过拟合1.经验误差(empiricalerror)/训练误差(trainingerror)与泛化误差(generalizationerror)错误率(errorrate
謙卑·2022-12-28 02:16

机器学习笔记（第三章 线性模型）

西瓜书笔记（第3章线性模型）3.1基本形式线性模型(linearmodel)试图学得一个通过属性的线性组合来进行预测的函数，即f(x)=ω1x1+ω2x2+...
xhy.·2022-12-27 21:58

第二次作业：深度学习基础

#关于推荐的书籍虽然西瓜书的名气最大，但是这本书我实际看下来不适合做教材，另一本李航的书更好些，至少每个算法都会给你例子，但是里面的数学定义太复杂，得配合视频看下去，b站上的视频唯一有价值的就是吴恩达的视频
ekkoalex·2022-12-27 14:54

机器学习数据预处理之字符串转数字

在机器学习中有很多特征有可能是字符串类型的：如周志华老师的西瓜书中西瓜的色泽、纹理、根茎等等。计算机对字符串的特征是无能为力的，所以将字符串特征映射成数字就成了一个唯一的选择。
weixin_44222183·2022-12-26 10:49

机器学习笔记（十）-支持向量机（SVM）

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·2022-12-26 09:45

《机器学习》及实战三、决策树理论及实战

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·2022-12-26 08:30

【补充知识】支持向量机和核函数

Domainadaptationundertargetandconditionalshift.”InternationalConferenceonMachineLearning.2013.这篇里讲到要用核函数的方法避免计算协变量，就从周志华老师的西瓜书上找了章节来看
ViviranZ·2022-12-25 10:55

机器学习 --- 感知机

数据介绍这里，我们利用西瓜书上的例子来构造数据，实例中包括特征和类别。一共构造了帮助预测的特征一共有30个：色泽、根蒂、敲声等等。类别为是好瓜与不是好瓜。部分数据如下：
机器学习小白hhh·2022-12-25 10:24
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他