周志华西瓜书个人notes1 第一章绪论

参考资料

课件
音频，发现边听边看比只看实在是快多了
视频1，b站的163也有，主要是念个概要
视频2，深度之眼公众号的训练营，主要讲数学推导
笔记，搜到的别人的笔记
https://github.com/Vay-keen/Machine-learning-learning-notes
https://blog.youkuaiyun.com/sdm12345/article/details/90083244
https://blog.youkuaiyun.com/u011826404/article/details/75577216
答案
https://blog.youkuaiyun.com/icefire_tyh/article/details/52064910
我的笔记比较简略的，不会把所有内容放上来，先把书读薄
比如前面一些很简单的概念或者历史啥的就不用管了
打算先画导图，数学推导从略
完全主观的笔记

导图

记忆点

• 假设空间的个数
• 版本空间
• 奥卡姆剃刀
• NFL定理
• 监督/无监督学习概念
• 分类回归聚类的概念

数学证明的难点

NFL定理 没有免费的午餐 （可不看）

这是简单化的定理证明，实际证明要难。

紫色区域个人理解：样本空间有x个元素，则f有2^x种可能。
这里f当成随机变量一样，是有分布的。假设f服从均匀分布，则有一般的f 满足h≠f

读后感

周老师举的例子让人通俗易懂，但是也因为例子太多书比较厚哈哈哈哈
实际干货信息量第一章其实不是很多
但是画导图真的麻烦= =看看能不坚持吧
可能以后的导图就更省略了