《图解机器学习-杉山将著》读书笔记---CH1

CH1 什么是机器学习

重点提炼

机器学习的种类：

常分为：监督学习、无监督学习、强化学习等

监督学习是学生从老师那获得知识，老师提供对错指示

无监督学习是在没有老师的情况下，学生自习

强化学习是在没有老师指示情况下，学生对预测的结果自我评估，学生为了获得老师的最高嘉奖而不断学习

监督学习应用：手写文字识别、声音处理、图像处理、垃圾邮件分类与拦截、网页检索、基因诊断、股票预测......（回归、分类、排序）

无监督学习应用：人造卫星故障诊断、视频分析、社交网站解析、声音信号解析.....（聚类、异常检测）

强化学习应用：机器人的自动控制、计算机游戏中的人工智能、市场战略的最优化（回归、分类、聚类、降维）

机器学习常见任务：

有回归、分类、异常检测、聚类、降维

异常检测与分类不同的是，异常检测属于无监督，一般采用密度估计的方法，把靠近密度中心的数据作为正常的数据，把偏离密度中心的数据作为异常的数据

聚类与分类不同的是，聚类是属于无监督学习的一种

机器学习的方法：

判别式分类
生成时分类
统计概率
朴素贝叶斯

P10

补充知识来理解书上内容

最大似然估计法的定义：

贝叶斯公式：

全概率公式：

转载于:https://www.cnblogs.com/weiqinglan/p/5864997.html

《图解机器学习-杉山将著》读书笔记---CH1相关推荐

《图解机器学习-杉山将著》读书笔记---CH4
CH4 带有约束条件的最小二乘法重点提炼提出带有约束条件的最小二乘学习法的缘故: 左图中可见:一般的最小二乘学习法有个缺点----对于包含噪声的学习过程经常会过拟合右图:有了空间约束之后,学 ...
《图解机器学习-杉山将著》读书笔记---CH5
CH5 稀疏学习重点提炼提出稀疏学习的缘故: 虽然带有约束条件的最小二乘学习法结合交叉验证法,在实际应用中是非常有效的回归方法,但是,当参数特别多时,计算参数以及预测值需要大量时间.此时,我们要解 ...
《图解机器学习-杉山将著》读书笔记---CH2
CH2 学习模型重点提炼学习模型作用: 使特定函数与数据集相近似学习模型类型: 1.线性模型 (1)最简单的线性模型,缺点:只能表现线性的输入输出函数,不能很好地解决实际问题 (2)基于参数的线 ...
《图解机器学习-杉山将著》读书笔记---CH3
CH3 最小二乘学习法重点提炼提出最小二乘学习法的缘故: 最小二乘学习法公式对不同模型进行最小二乘法学习,得到最小二乘公式中的参数theta: 1.线性模型代入3.1公式,对参数求偏导,偏 ...
《图解机器学习》（杉山将.著）笔记——第一章什么是机器学习
1.什么是机器学习 1.1学习的种类一.监督学习: 监督学习,是指有求知欲的学生从老师那里获取知识.信息,老师提供对错提示.告知最终答案的学习过程. 典型任务:预测数值型数据的回归.预测分类标签的分 ...
【机器学习】周志华读书笔记第一章绪论
1..什么是机器学习? 引言部分关于各种情景,是基于经验做出的的预判,机器学习的本质任务是预测. 特征学习经验 =>从而做出有效的决策 def:① 机器学习是一门学科, ② ...
机器学习之二十一（读书笔记）
Transfer Learning(迁移学习) zero-shot learning(零样本学习) 三十四.Transfer Learning(迁移学习) 1.介绍假设你现在有一些跟你要进行的t ...
《机器学习实战》萌新读书笔记 ② — — 第三章决策树内容提要、知识拓展和详细注释代码
目录引入: 什么是决策树? 决策树相较KNN的优势? 决策树的运作方式? 决策树模型的优缺? 决策树的构造: 构造思路信息增益划分数据集递归构造决策树绘制决策树树形图 Matplotlib注 ...
【机器学习周志华】读书笔记 P3 机器学习发展历程（选读）
机器学习是人工智能研究发展到一定阶段的必然产物. 20世纪50年代-20世纪70年代初: 人工智能研究处于推理期. 人们以为只要能赋予机器逻辑推理能力,机器就能具有智能. 但是人们逐渐意识到光有逻辑推 ...

《图解机器学习-杉山将著》读书笔记---CH1

《图解机器学习-杉山将著》读书笔记---CH1相关推荐

最新文章

热门文章