吃瓜有感-机器学习西瓜书摘要1

本文介绍了周志华老师的《机器学习》中关于机器学习与传统编程的区别,强调数据在学习过程中的重要性。讨论了模型、训练与测试集、监督与无监督学习的概念,以及过拟合和欠拟合的问题。同时,提到了错误率、精度等评估指标和查准率、查全率、F1分数、ROC曲线和AUC等性能度量方法。

学习周志华老师《机器学习》西瓜书摘要及笔记。

第1章 绪论

机器学习与传统程序主要工作的不同:

传统程序:算法+数据=结果

机器学习:数据+结果=算法

基本术语:数据集、样本、样本空间、属性、属性空间、维度、模型、训练集、测试集、验证集

                分类与回归、监督学习与无监督学习

                独立同分布、泛化与特化

第2章 模型评估与选择

 错误率与精度、误差、过拟合与欠拟合。

评估方法:留出法、交叉验证法、自助法。调参

性能度量:查准率与查全率、F1、ROC与AUC。

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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