周志华 机器学习 学习笔记 (1)
2016-07-08 10:28
483 查看
前言:机器学习算法都是基于样本数据独立同分布的假设。(王珏教授)
第一部分(1-3章节介绍机器学习的基本知识),第二部分(4-10章介绍一些经典的算法),第三部分(11-16章介绍一些进阶知识),除去前三章之外,各部分相互独立,根据需要自行阅读。
绪论
在计算机系统中,经验是以数据的形式存在,因此,机器学习所研究的内容是关于在计算机上从数据中产生“模型”的算法。计算机科学是研究关于算法的学问,那么机器学习是研究关于“学习算法”的学问。
模型和模式的区别:模型是全局性的结果,而模式指的是局部付那个结果(例如一条规则)
学习算法通常有参数需要设置,使用不同的参数值和训练数据,将产生不同的结果。
若预测的是连续值,此类学习任务成为回归。
分类和回归都是监督学习的代表,而“聚类”为非监督学习任务的代表。
归纳和演绎:归纳是从具体事例到一般泛化过程,演绎从一般到具体的过程,数学上的推理过程就是典型的演绎。
今天就学习这么多吧,明天继续。一直是“看着努力”和目标是越来越远,通过写博客的过程,充实自己。
第一部分(1-3章节介绍机器学习的基本知识),第二部分(4-10章介绍一些经典的算法),第三部分(11-16章介绍一些进阶知识),除去前三章之外,各部分相互独立,根据需要自行阅读。
绪论
在计算机系统中,经验是以数据的形式存在,因此,机器学习所研究的内容是关于在计算机上从数据中产生“模型”的算法。计算机科学是研究关于算法的学问,那么机器学习是研究关于“学习算法”的学问。
模型和模式的区别:模型是全局性的结果,而模式指的是局部付那个结果(例如一条规则)
学习算法通常有参数需要设置,使用不同的参数值和训练数据,将产生不同的结果。
若预测的是连续值,此类学习任务成为回归。
分类和回归都是监督学习的代表,而“聚类”为非监督学习任务的代表。
归纳和演绎:归纳是从具体事例到一般泛化过程,演绎从一般到具体的过程,数学上的推理过程就是典型的演绎。
今天就学习这么多吧,明天继续。一直是“看着努力”和目标是越来越远,通过写博客的过程,充实自己。
相关文章推荐
- 使用 Libki 来管理公共用户访问计算机
- 微型计算机的始祖:Altair 8800
- 通过手机、电脑远程开关机,Windows和linux机手机,电脑相互控制
- 书评:《算法之美( Algorithms to Live By )》
- 动易2006序列号破解算法公布
- C#递归算法之分而治之策略
- Ruby实现的矩阵连乘算法
- C#插入法排序算法实例分析
- C#算法之大牛生小牛的问题高效解决方法
- C#算法函数:获取一个字符串中的最大长度的数字
- 超大数据量存储常用数据库分表分库算法总结
- C#数据结构与算法揭秘二
- C#冒泡法排序算法实例分析
- 算法练习之从String.indexOf的模拟实现开始
- C#算法之关于大牛生小牛的问题
- C#实现的算24点游戏算法实例分析
- 经典排序算法之冒泡排序(Bubble sort)代码
- c语言实现的带通配符匹配算法
- 浅析STL中的常用算法
- 算法之排列算法与组合算法详解