《机器学习》，即西瓜书是机器学习的入门书籍，也是比较完整的书，

此笔记是通读西瓜书后，对于重要知识点进行总结和完善，对于一些公式进行了完整的推导后的学习笔记，同时也参考了李航老师的《统计学习方法》，还有很多其他老师的博客共同所得。整体章节和西瓜书基本保持一致，但是会增删部分小节。

1.机器学习概述

1.1.人工智能与机器学习

1.2.机器学习分类

1.3.机器学习应用

1.4.机器学习常用术语解释

2.模型的评估与选择

2.1.经验误差与过拟合

2.2.评估方法

2.3.性能度量

2.4.偏差与方差

3.线性回归

3.1.什么是回归

3.2.一元线性回归

3.3.多元线性回归

3.4.对数几率回归

3.5.线性判别分析（LDA）

3.6.多分类学习

3.7.类别不平衡问题

4.决策树

4.1.决策树概述

4.2.ID3算法

4.3.C4.5算法

4.4.CART决策树

4.5.剪枝处理

4.6.连续与缺失值处理

5.神经网络

5.1.神经元模型

5.2.感知机与多层网络

5.3.反向传播算法

5.4.全局最小与局部最小

6.支持向量机

6.1.间隔与支持向量

6.2.对偶问题

6.3.核函数

6.4.软间隔

7.贝叶斯分类器

7.1.贝叶斯决策论

7.2.极大似然估计（MLE）

7.3.朴素贝叶斯分类器

7.4.EM算法

8.集成学习

8.1.个体与集成

8.2.Boosting

8.3.Bagging与随机森林

8.4.结合策略

8.5.多样性（diversity）

9.聚类

9.1.聚类任务

9.2.性能度量

9.3.距离计算

9.4.k-means聚类

9.5.学习向量量化（LVQ）

9.6.高斯混合模型（GMM）

9.7.密度聚类

9.8.层次聚类

10.降维

10.1.k近邻学习（kNN）

10.2.主成分分析（PCA）

11.特征选择与稀疏学习

11.1.子集搜索与评价

11.2.过滤式选择

11.3.包裹式选择

11.4.嵌入式选择与正则化

12.计算学习理论

13.半监督学习

13.1.主动学习与半监督学习

13.2.生成式方法

13.3.半监督SVM

13.4.图半监督学习

13.5.基于分歧的方法

13.6.半监督聚类

14.隐马尔可夫模型

14.1.隐马尔可夫模型概念

14.2.概率计算问题

14.3.学习问题

14.4.预测问题

15.强化学习

15.1.任务与奖赏

15.2.k-摇臂赌博机

《西瓜书》学习笔记-目录相关推荐

西瓜书学习笔记第2章（模型评估与选择）
西瓜书学习笔记第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(hold-out) 2.2.2交叉验证法(cross validation) 2.2.3自助法(boo ...
周志华西瓜书学习笔记(一)
周志华西瓜书学习笔记第一章绪论数据处理分为三个阶段:收集,分析,预测. 一.基本概念机器学习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. Mitchell给出的更形式化的定义为 ...
西瓜书--学习笔记1
西瓜书–学习笔记1 第一章 1.分类和回归是监督学习的代表,而聚类是无监督学习的代表. 2.归纳和演绎是科学推理的两大基本手段. 归纳:从特殊到一般的"泛化"过程,即从具体的事实归 ...
【机器学习】西瓜书学习笔记01
基于周志华<机器学习>一书所作笔记,得益于参加datawhale的学习小组,将知识读薄理解,输出以感悟,读厚以加深理解,从而形成自己的框架.希望大家也能一起进行开源学习,进一寸有一寸的欢喜 ...
【Abee】吃掉西瓜——西瓜书学习笔记（三）
决策树(decision tree) 目录 [内容包含第四章] 基本流程信息增益(information gain) 剪枝处理(pruning) 连续值处理缺失值处理多变量决策树基本流程决 ...
【Abee】吃掉西瓜——西瓜书学习笔记（六）
贝叶斯分类器目录 [内容包含第七章] 贝叶斯决策论(Bayes decision theory) 极大似然估计(Maximum Likelihood Estimation,MLE) 朴素贝叶斯分类 ...
西瓜书学习笔记——第一、二章
目录一.第一章绪论 1.重要基本术语 1.1 分类与回归 1.2 聚类 1.3 监督学习和无监督学习 1.4 泛化 1.5 归纳偏好二.第二章模型评估与选择 1.评估方法 1.1 留出法 2. ...
西瓜书学习笔记（一、绪论）
一.机器学习是一门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的学科. Mitchell的定义:对于某类任务T和性能度量P,如果一个计算机程序在T上其性能P随着经验E而自我完善,那么我们 ...
《机器学习》周志华(西瓜书)学习笔记第十一章特征选择与稀疏学习
机器学习总目录第十一章特征选择与稀疏学习 11.1 子集搜索与评价给定属性集,其中有些属性可能很关键.很有用,另一些属性则可能没什么用.我们将属性称为"特征" (feat ...
西瓜书学习笔记——第十一章：特征选择与稀疏学习
第十一章:特征选择与稀疏学习 11.1 子集搜索与评价子集搜索特征子集评价 11.2 过滤式选择 Relief的相关统计量 11.3 包裹式选择拉斯维加斯方法和蒙特卡罗方法: 11.4 嵌入式选 ...

《西瓜书》学习笔记-目录