2301_79815102的博客

集成学习对于算法优化工作是很重要的

贝叶斯分类一般都需要搭配拉普拉斯修正来使用

支持向量机对于分类问题应用很多

神经网络是由具有适应性的简单单元组成的广泛并行互连的网络。神经网络中最基本的成分是神经元模型。以下图常见的“M-P神经元模型”为例，在这个模型中，神经元接收到来自n个其他神经元传递过来的输入信号，这些输入信号通过带权重的连接进行传递，神经元收到的总输入值将与神经元的阈值进行比较，然后通过激活函数处理以产生神经元的输出。

决策树的生成过程，预剪枝和后剪枝

机器学习中线性模型相关问题

学习器在训练集上的误差称为“训练误差”或“经验误差”，在新样本上的误差称为“泛化误差”，显然，我们希望得到泛化误差小的学习器。

机器学习是利用经验来改善系统自身的性能。这里的“经验“指的就是数据。机器学习所研究的主要内容，是关于在计算机从数据中产生“模型”的算法，即“学习算法”。有了学习算法，我们把经验数据提供给它，它就能基于这些数据产生模型。如果说计算机科学是研究关于“算法”的学问，那么类似的，可以说机器学习是研究关于“学习算法”的学问。基本术语西瓜书的数据集样例数据集在此样例中，数据集中有4条数据训练数据用于训练模型的数据是训练数据，标签结果已知测试数据。