[机器学习]概念学习的相关理论

本文为作者学习Tom的《机器学习》一书所做的笔记总结,指出了书中在数学描述方面的不足,并提出改进意见,如使用集合论来描述假设,以及对变形空间表示定理进行更严谨的描述。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

 

      这是我在学习机器学习时做的一些笔记,使用的教材是Tom的《机器学习》,他的书很好,但也有不足之处。给我最大的感觉就是Tom的数学功底有些欠缺,比如:

    (1)如果Tom能够将一个假设作为一个集合描述,那么他关于偏序结构的描述会更为清晰;

    (2)关于变形空间表示定理的相关描述不够很严谨,按照Tom的表述我们很容易可以看出在变形空间中必然存在一个极小特殊假设及一个极大一般假设,如果我们首先在变形空间中找到这两个极为特殊的假设,那么我们对于变形空间表示定理的描述及证明将会变得十分容易,至少不会在对定理描述的时候把这两个特殊的假设说称是"良好定义的"。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值