Pizza_Lawson的专栏

假设空间

我没有机器学习方面的基础，基本上是零基础，所以得一步一步的学习。首先针对所谓的机器学习的理解，以100个关于西瓜的数据为例，很形象的来解释一些关键术语的意思。数据集：100个西瓜的这些数据称为数据集样本：100个西瓜中的每一个西瓜称为样本属性或特征：100个西瓜中的单独一个西瓜的颜色，大小，敲击的声音等等称为这个西瓜的属性或特征属性值：一个西瓜的颜色是青色，那么这个西瓜的颜色这个属性的值...

线性模型有几个点需要了解：线性模型的形式： f(x) = w1x1 + w2x2 +…+ wm*xm + b从这里我们可以了解前面几章介绍的模型，训练，预测等等知识的真实面目，上面这个函数或者公式，就是所谓的模型。西瓜问题的线性模型就形同：f好瓜(x)=a * x色泽 + b * x根蒂 + c * x敲声 + 1其中a,b,c就是需要大量数据来训练的参数，实际做法就是，通过大量的西...

决策树决策树这一段在刚开始看的时候实际是比较吃力的，倒不是因为难以理解，主要是决策树整个过程的东西还是比较多的。决策树的介绍id3决策树的理解我个人重点关注的是它的决策过程，当然首先应该清楚决策的目的是什么，那么在这之前要知道决策树是什么。决策树是什么？资料和书籍都说它是一种模型，符合人类思维的模型。既然它是模型，那么根据前面几节可知，模型的目的都是用于预测用的。以西瓜为例的话，它也是用...

神经网络都知道到神经网络这一章就开始变得异常重要了。

tf.placeholder函数说明