機器學習--周志華（第1章）
第1章 緒論
符號學習--->統計機器學習
機器學習中代數一般是作為基礎工具來使用
總結：出頭露面的是概率和統計，埋頭苦幹的是代數和邏輯。
機器學習是關於在計算機上從資料中產生“模型”的演算法，即學習演算法。
學得模型對應了關於資料的某種潛在的規律，因此亦稱“假設”。這種潛在規律的自身，則稱為“真相”或“真實”。
噪聲：噪聲的概念 https://blog.csdn.net/u013007900/article/details/75538234
奧卡姆剃刀：https://www.jianshu.com/p/8e5a06c819f6
深度學習熱的原因：資料大了，計算能力強了。
課後習題：參見https://blog.csdn.net/icefire_tyh/article/details/52064910
相關推薦
機器學習--周志華（第1章）
第1章 緒論 符號學習--->統計機器學習 機器學習中代數一般是作為基礎工具來使用 總結：出頭露面的是概率和統計，埋頭苦幹的是代數和邏輯。 機器學習是關於在計算機上從資料中產生“模型”的演算法，即學習演算法。 學得模型對應了關於資料的某種潛在的規律，因此亦稱“假設”。這
《機器學習》--周志華 （第五章學習筆記）
神經網路 神經元模型 神經網路是由具有適應性的簡單單元組成的廣泛並行互連的網路，它的組織能夠模擬生物神經系統對真實世界物體所作出的互動反應 神經網路中最基本的成分是神經元模型，即“簡單單元”，在生物神經網路中，每個神經元與其他神經元相連
機器學習-周志華，習題1.1，答案探究
1.1版本空間 1.2 感覺上，可能的假設應當就是不同的版本空間，則對應瞭如圖1.2的3種版本空間 1.3 看不懂題目意思。設定閾值，或者排除異類後，按優先順序具有偏好。 1.4 不能理解，等回過頭來再看這題吧。
機器學習(周志華) 參考答案 第一章 緒論 1.2
機器學習(周志華) 參考答案 第一章 緒論 1.2 機器學習(周志華西瓜書) 參考答案 總目錄 機器學習(周志華) 參考答案 第一章 緒論 2.與使用單個合取式來進行假設表示相比，使用“析合正規化”將使得假設空間具有更強的表示能力。若使用
機器學習(周志華) 參考答案 第一章 緒論
機器學習(周志華) 參考答案 第一章 緒論 機器學習(周志華西瓜書) 參考答案 總目錄 1.表1.1中若只包含編號為1，4的兩個樣例，試給出相應的版本空間。 假設空間指的是問題所有假設組成的空間，我們可以把學習過程看作是在假設空間中搜索的過程，
機器學習(周志華) 參考答案 第二章 模型評估與選擇
機器學習(周志華) 參考答案 第二章 模型評估與選擇 機器學習(周志華西瓜書) 參考答案 總目錄 1.資料集包含1000個樣本，其中500個正例，500個反例，將其劃分為包含70%樣本的訓練集和30%樣本的測試集用於留出法評估，試估算共有多少種
學習筆記 | 機器學習-周志華 | 1
第一章 緒論 機器學習所研究的主要內容，是關於在計算機上從資料中產生 模型（model） 的演算法，即 “學習演算法”（learning algorithm） . 基本術語 假定我們收集了一批關於西瓜的資料，例如(色澤=青綠;根蒂=蜷縮;敲聲=濁響)， (色澤=烏黑;根蒂:稍蜷;
機器學習(周志華) 參考答案 第十六章 強化學習
機器學習(周志華西瓜書) 參考答案 總目錄 是時候讓自己的機器更強大一些了，順便完結撒花 1.用於K-搖臂賭博機的UCB方法每次選擇Q(k)+UC(k)的最大的搖臂，其中Q(k)為搖臂k當前的平均獎賞，UC(k)為置信區間。例如Q(k)
機器學習(周志華) 參考答案 第三章 線性模型 3.3
一：matlab實現 1.資料的Excel處理 西瓜資料集3.0 2.程式碼 # -*- coding: utf-8 -*- old_l = 0; n = 0; b = [0;0;1]; %對應書中（3.25）下的B=(w;b)，因為x有兩個屬性：
機器學習(周志華) 參考答案 第十四章 概率圖模型
機器學習(周志華西瓜書) 參考答案 總目錄 1.試用盤式記法表示條件隨機場和樸素貝葉斯分類器。 條件隨機場: 這樣畫的問題在於無法表示N個y之間的關係，到底怎麼畫我也不知道。 樸素貝葉斯分類器:y依賴於所有的變數x 2.證明
機器學習-周志華-個人練習11.1
11.1 試程式設計實現Relief演算法，並考察其在西瓜資料集3.0上的執行結果。 本題採用Relief演算法處理二分類任務，雖然書上只要求對連續屬性歸一化，但我將離散屬性的值轉化為了1,2,3，如果不對離散屬性歸一化，顯然在查詢近鄰時連續屬性不能有效發揮作用，因此需要將
機器學習(周志華) 參考答案 第四章 決策樹 python重寫版與畫樹演算法
機器學習(周志華西瓜書) 參考答案 總目錄 機器學習(周志華) 參考答案 第四章 決策樹 3.試程式設計實現基於資訊熵進行劃分選擇的決策樹演算法，併為表4.3中資料生成一棵決策樹。 最近在學著用python，所以用py重寫了以前的決策樹程式碼，
機器學習(周志華) 參考答案 第十五章 規則學習
機器學習(周志華西瓜書) 參考答案 總目錄 好忙啊好忙啊好忙啊，這章和我的研究方向關係不大，暫時先偷工減料一下下。 1.對西瓜資料集2.0，允許使用否定形式的文字，試基於自頂向下的策略學出命題規則集。 1，2題共同的問題是，如
機器學習-周志華-第五章筆記 CNN
Chapter 5 神經網路-機器學習-周志華 5.1神經元模型 神經網路：具有適應性的簡單單元組成的廣泛並行互連的網路，它的組織能夠模擬生物神經系統對真實世界物體所作出的互動反應。 神經元模
機器學習-周志華-第一章
緒論 1.1 引言 什麼是機器學習？ 它是一門致力於研究如何通過計算的手段，利用經驗來改善系統自身效能的一門學科。所研究的主要內容是計算機如何通過資料產生模型，即學習演算法。有了學習演算法後，當我們給它提供經驗資料時就能基於這些資料產生模型。在面對新資料時學習演算法會給我們相應的判斷。經驗通常以資料的形
機器學習 周志華筆記
已經發布部落格 ************************************************************ 周志華教授 機器學習教材總結 資料和特徵決定了機器學習的上限，而模型和演算法只是逼近這個上限而已 問題總結： 生成式模型
學習筆記 | 機器學習-周志華 | 5
第二章 模型評估與選擇 2.1 經驗誤差與過擬合 "錯誤率" (error rate) ，即如果在 m 個樣本中有 α 個樣本分類錯誤，則錯誤率 E= α/m; 1 一 α/m 稱為**“精度” (accuracy)** ，即"精度 =1 - 錯誤率" 更一般地，
學習筆記 | 機器學習-周志華 | 4
習題 版本空間：存在著一個與訓練集一致的“假設集合”。 此時，只有1, 4兩個樣例。 求版本空間的步驟： ①寫出假設空間：先列出所有可能的樣本點（即特徵向量）（即每個屬性都取到所有的屬性值） ②對應著給出的已知資料集，將與正樣本不一致的、與負樣本一致的假設刪除。 ③得出與
學習筆記 | 機器學習-周志華 | 3
1.4 歸納偏好 版本空間中的多個假設可能會產生不同的輸出： 對於同一個樣本，產生不同結果。 這時，學習演算法本身的"偏好"就會起到關鍵的作用. 機器學習演算法在學習過程中對某種型別假設的偏好，稱為"歸納偏好" (inductive bias),或簡稱為"偏好"。 任何
學習筆記 | 機器學習-周志華 | 2
1.3 假設空間 歸納 (induction)與演繹 (deduction)是科學推理的兩大基本手段。 歸納：從特殊到一般的"泛化" (generalization)過程，即從具體的事實歸結出一般性規律。 演繹：從一般到特殊的"特化" (specializa