【机器学习周志华】读书笔记 P1 机器学习基本概念知识

可以看出，我们人类能做出有效的预判，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。 Taken from Prof Zhou 《机器学习》俗称“西瓜书”

机器学习是这样一门学科：它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。机器学习主要的研究内容，是关于在计算机上从数据中产生算法。有了算法，就能基于数据产生模型。

1.2 基本术语

数据集： 一组记录的集合，每条记录是关于一个事件的描述。
示例/样本： 数据集中每条记录称为一个示例(instance)或一个样本(sample)。
属性/特征： 反应事件或对象在某方面的表现或性质，称为属性(attribute)或特征(feature)。
属性值： 属性的值，此值非限制为数字。
属性空间/样本空间/输入空间： 属性张成空间。属性本事一维，但是如果由三个属性作为x，就“张”成为了三位空间。
特征向量： 在属性空间中，不论是多少维度，每个示例都对照着空间中的一个点。而空间中每个点对照一个坐标向量，该向量称为特征向量（feature vector）。
数据集的表示： 令D={x₁,x₂,…,x_m}表示包含m个示例的数据集。每个示例由d个属性描述：x_i=(x_i1;x_i2;…;x_id)

【机器学习周志华】读书笔记 P1 机器学习基本概念知识相关推荐

西瓜书(机器学习周志华)读书笔记--第一章绪论
1.1 引言略 1.2 基本术语 1.2.1 数据集相关的基本概念假定我们收集了一批关于西瓜的数据,例如(色泽=青绿;根蒂=蜷缩;敲声=浊响), (色泽=乌黑;根蒂=稍蜷;敲声=沉闷), (色泽= ...
机器学习——周志华读书笔记
1.模型评估方法: 留出发:数据集分割为两部分,data=测试集+训练集:2/3~4/5作为训练集,其余测试集交叉验证:数据集分割为k组,k-1组为训练集,剩余1组为测试集.共k中情况,对k种情况的 ...
西瓜书入门辅助【机器学习周志华】一些关于机器学习的重要基础概念提炼
周志华. 机器学习 = Machine Learning. 清华大学出版社, 2016. Print. 文章目录周志华. 机器学习 = Machine Learning. 清华大学出版社, 2016 ...
【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》周志华读书笔记2（原创）
第2章模型评估与选择 p24-p51 2017-2-24 Fri Model selection模型选择:选用哪种学习算法.使用哪种参数配置 (理想的解决方案:对候选模型的泛化误差进行评估,再选择 ...
西瓜书周志华读书笔记
《机器学习》周志华学习笔记
<机器学习>周志华学习笔记第一章绪论 1.1 引言机器学习: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. 经验:"经验"通常以"数据& ...
小吴的《机器学习周志华》学习笔记第二章模型评估与选择
小吴的<机器学习周志华>学习笔记第二章模型评估与选择上一周我们介绍了第一章的基础概念,这一次将带来第二章的前三节.后面的2.4 比较检验与2.5 偏差与方差,涉及概率论与数理统计概 ...
小吴的《机器学习周志华》学习笔记第一章绪论
小吴的<机器学习周志华>学习笔记第一章绪论近一年时间接触到不少机器学习的知识,虽然断断续续学了一些,总感觉还没有入门(只学会了疯狂调包).因此,最近开始系统学习Machine Le ...
小吴的《机器学习周志华》学习笔记第二章 2.4 比较检验、2.5 偏差与方差
小吴的<机器学习周志华>学习笔记第二章 2.4 比较检验. 2.5 偏差与方差 2.4 比较检验上一周提到了实验的评价方法和性能量度,步骤简单可以看成:先使用某种实验评估方法测得学习 ...

【机器学习周志华】读书笔记 P1 机器学习基本概念知识

【机器学习周志华】读书笔记 P1 机器学习基本概念知识相关推荐

最新文章

热门文章