本文为周志华《机器学习》的学习笔记,记录了本人在学习这本书的过程中的理解思路以及一些有助于消化书内容的拓展知识,笔记中参考了许多网上的大牛经典博客以及李航《统计学习》的内容,向前辈们和知识致敬!
本文为周志华《机器学习》的学习笔记,记录了本人在学习这本书的过程中的理解思路以及一些有助于消化书内容的拓展知识,笔记中参考了许多网上的大牛经典博客以及李航《统计学习》的内容,向前辈们和知识致敬!
138页的内容,完整记录了学周志华西瓜书《机器学习》16个篇章的学习和体会。
我们在上一节介绍了「线性判别分析(LDA)」,LDA的从二分类任务可以推广到多分类任务中。...有些二分类的学习方法可以直接推广到多分类,但是更多情况下是基于一些策略,利用二分类学习器来解决多分类的问题。
上一节我们考虑了线性模型的回归学习,但是想要做分类任务就需要用到上文中的广义线性模型。当联系函数连续且充分光滑,考虑单调可微函数。多分类与二分类的线性判别分析(LDA)
这是我学习机器学习西瓜书的思维导图笔记,这个只是绪论的思维导图,思维导图更加明了,但博客上看不到所以我就上传成资源了
机器学习涵盖了许多不同的算法,用于解决各种类型的问题。以下是一些常见的机器学习算法: 监督学习算法:线性回归(Linear Regression)逻辑回归(Logistic Regression)决策树(Decision Trees)随机森林(Random...
为了训练一个真正有效、优化的模型,需要学习一下机器学习的理论知识。周志华的教材非常经典,但概念较多,特别是前两章,在学习中作了笔记,现分享出来,希望能有帮助。
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的...
机器学习(ML)是计算机系统为了有效地执行特定任务,不使用明确的指令,而依赖模式和推理使用的算法和统计模型的科学研究。它被视为人工智能的一个子集。机器学习算法构建一个基于样本数据的数学模型,称为“训练...
给定由d个属性描述的示例x:其中每个属性的权重:其中xi是x在第i个属性上的值,线性模型试图学习一个通过属性线性作何来预测的函数,即:用向量形式写成:当w和b的参数学得之后,模型就可以确定。也叫「可理解性」
偏差-方差分解(bias-variance decomposition)」是解释学习器泛化性能的一种重要工具。「偏差」学习器期望预测与真实结果的偏离程度。「方差」同样大小训练集的变动会导致学习器性能变化的度量。「噪声」表达了在...
通过比较检验方法进行假设检验、交叉验证t检验、5✖️2交叉验证、卡方检验等方式比较学习器、模型、算法的性能。
周志华机器学习视频学习笔记(西瓜书)
在计算机系统中,“经验”通常以“数据”形式存在,因此,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(learning algorithm)”。 本书用“模型”泛指从数据中学...
本章主要对模型的性能指标错误率、精度(正确率)、查准率(准确率)、查全率(召回率)、F1指标、平衡点、ROC、AUC、代价敏感错误率、代价曲线、期望总体代价等做了详细的描述。
------------------------------------------以上内容更新于 2023 .7.17----------------------------------------------机器学习主要是研究如何使计算机从给定的数据中学习规律,即从观测数据(样本) 中寻找规律,并...
标签: 机器学习
目录 1. 绪论 1.1 机器学习的基本概念 1.2 基本术语 ...写在前面,本文是在参加datawhale组队学习,学习周志华老师的《机器学习》过程的学习笔记。文中出现的图片均引自《机器学习》,《机..
《机器学习》(周志华)章节笔记和课后题
《机器学习(周志华)》学习笔记
标签: 机器学习学习笔记
机器学习学习笔记.pdf
标签: 机器学习
机器学习-周志华绪论模型评估与选择经验误差与过拟合评估方法性能度量比较检验(大量概率论应用)偏差与方差线性模型基本形式线性回归对数几率回归线性判别分析多分类学习类别不平衡问题决策树基本流程划分选择剪枝...
标签: 西瓜书笔记
该文档是我在准备《机器学习》(周志华版)研究生期末考试过程中所作的笔记,里面包含一些可能考的点,同时加上了一些在复习过程中对于不理解知识点的补充,根据自己的自身情况所作的笔记,可能不全,还望海涵!
周志华《机器学习》第七章-啃书笔记