西瓜书阅读笔记（目录）

最新推荐文章于 2022-08-16 18:06:57 发布
最新推荐文章于 2022-08-16 18:06:57 发布
阅读量445 收藏 4
点赞数
分类专栏： 机器学习 文章标签： 机器学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_43243315/article/details/119829399
版权

西瓜书阅读笔记（目录）

西瓜书阅读笔记——第1章-绪论

西瓜书阅读笔记——第2章-模型评估与选择（到2.3.2）

西瓜书阅读笔记——第3章-线性回归（3.1-3.2）

西瓜书阅读笔记——第3章-对数几率回归（3.3）

西瓜书阅读笔记——第3章-线性判别分析（3.4）

西瓜书阅读笔记——第3章-多分类学习和类别不平衡问题（3.5、3.6）

西瓜书阅读笔记——第4章-决策树

西瓜书阅读笔记——第5章-神经网络

西瓜书阅读笔记——第6章-支持向量机(硬间隔6.1、6.2) | 冬于的博客 (ifwind.github.io)

西瓜书阅读笔记——第6章-支持向量机(软间隔6.4、6.5)

西瓜书阅读笔记——第6章-支持向量机(核函数6.3、6.6)

【机器学习】西瓜书目录
weixin_48328037的博客
05-18 4619
目录 第1章 1 1.1 引言 1 1.2 基本术 2 1.3 假设空间 4 1.4 归纳偏好 6 1.5 发展历程 10 1.6 应用现状 13 1.7 阅读材料 16 习题 19 参考文献 20 休息一会儿 22 第2章 模型评估与选择 23 2.1 经验误差与过拟合 23 2.2 评估方法 24 2.2.1 留出法 25 2.2.2 交叉验证法 26 2.2.3 自助法 27 2.2.4 调参与最终模型 28 2.3 性能度量 28 2.3.1 错误率与精度 .
《西瓜书》学习笔记-目录
ruoqi23的博客
07-30 8411
《机器学习》，即西瓜书是机器学习的入门书籍，也是比较完整的书， 此笔记是通读西瓜书后，对于重要知识点进行总结和完善，对于一些公式进行了完整的推导后的学习笔记，同时也参考了李航老师的《统计学习方法》，还有很多其他老师的博客共同所得。整体章节和西瓜书基本保持一致，但是会增删部分小节。 目录 1.机器学习概述 1.1.人工智能与机器学习 1.2.机器学习分类 1.3.机器学习应用 1.4.机器学习常用术语解释 2.模型的评估与选择 2.1.经验误差与过拟合 2.2.评估方法 2.3.性能度量
西瓜书学习笔记目录篇
夕兮曦兮的博客
01-14 1298
9 聚类 聚类任务 性能度量 外部指标 内部指标 距离计算 闵可夫斯基距离 VDM(Value Difference Metric) 原型聚类 k均值算法 学习向量量化 高斯混合聚类 密度聚类 层次聚类 ...
（西瓜书）机器学习（周志华）书目录
qq_41413211的博客
05-29 6947
需要资源请评论领取 1.机器学习概述 1.1.人工智能与机器学习 1.2.机器学习分类 1.3.机器学习应用 1.4.机器学习常用术语解释 2.模型的评估与选择 2.1.经验误差与过拟合 2.2.评估方法 2.3.性能度量 2.4.偏差与方差 3.线性回归 3.1.什么是回归 3.2.一元线性回归 3.3.多元线性回归 3.4.对数几率回归 3.5.线性判别分析（LDA） 3.6.多分类学习 3.7.类别不平衡问题 4.决策树 4.1.决策树概述 4.2.ID.
西瓜书笔记系列 - 目录
涟漪Nodes
08-07 823
目录仍在更新中。 第一章 绪论 1.1 引言 1.2 基本术语
人工智能 机器学习 （西瓜书）笔记
05-15
资料是我发表文章的pdf版，需要人工智能 机器学习 （西瓜书）笔记的小伙伴们可以自取。 后面我会陆续更新相关章节的笔记 pdf.
西瓜书机器学习的学习笔记（十分详细）
06-10
学习了机器学习的基础以及相关理论，颇有收获，并做了相关笔记，对于机器学习有了更为深入的理解，为以后的学习以及研究打下基础。 主要内容包含以下相关主题： - 模型的评估与选择 - 神经网络 - 支持向量机 - ...
机器学习西瓜书读书笔记
01-19
机器学习西瓜书读书笔记 机器学习西瓜书读书笔记是机器学习领域中的经典读物，以下是读书笔记的知识点总结： 一、机器学习的定义和分类 机器学习是人工智能领域的一个子领域，涉及到使用算法和数学模型来 enable ...
机器学习西瓜书各章详细目录定位
Nagato_Yuki_SOS的博客
08-05 8684
第一章 绪论 1.1 引言(P1) 1.2 基本术语(P2) 1.3 假设空间(P4) 1.4 归纳偏好(P6) 1.5 发展历程(P10) 1.6 应用现状(P13) 1.7 阅读材料(P16)   第二章 模型评估与选择 2.1 经验误差与过拟合(P23) 2.2 评估方法(P24)   2.2.1 留出法   2.2.2 交叉验证法   2.2.3 自助法 2.3 性能度量   2.3.1 错误率与精度(P29)   2.3.2 查准率、查全率与F1   2.3.3 ROC与AUC(P33)   2.
西瓜书阅读笔记：第一章 绪论
翰墨春秋
08-29 691
1.1 引言 模型：泛指从数据中学习到的结果 1.2 基本术语 从数据中学到模型的过程被称为“学习”(learning)或者“训练”（training）。 根据数据是否有标签，可将学习分为两类： - 有标签的学习，即监督学习。 - 没有标签的学习，即无监督学习。 学习目的：使得模型能用于新样本，用于新样本被称为“泛化”（generation)。 1.3 假设空间 科学推理的两大手...
西瓜书阅读笔记---第一章
weixin_41943868的博客
02-19 626
主要参考： https://www.jianshu.com/p/ff0c25dd98bf https://blog.youkuaiyun.com/alistair_chow/article/details/77369490 《西瓜书》   机器学习任务： 关于从数据中产生“模型”的算法，即“学习算法” 如何运用：有了学习算法，将经验数据传给学习算法后，产生相应模型；在面对新情...
西瓜书读书笔记（第一章）
qq_37663299的博客
07-15 764
引言部分：    首先引言部分说到了，为什么看到微湿路面，感到和风，看到晚霞就判断明天是好天气，为什么一个西瓜色泽青绿，根蒂卷缩，敲声浑浊就判断是好瓜，是因为在我们生活中积累了这样的经验，通过对经验的利用，我们就能对出现的新情况作出判断。而机器学习就是要机器通过对经验的学习，对新出现的情况作出判断。其中“经验”在计算机中以数据的形式存在，因此机器学习研究的内容，是关于这些数据的“模型”算法，也就是...
《西瓜书》阅读笔记——第三章
Morphine_的博客
06-21 232
周志华机器学习第三章——线性模型
《西瓜书》阅读笔记——第六章
Morphine_的博客
06-30 356
周志华——机器学习西瓜书第六章 支持向量机SVM
西瓜书第一章、第二章读书笔记
weixin_42534244的博客
03-15 567
西瓜书前两章读书笔记
西瓜书第二章阅读笔记
zcgai的博客
08-16 621
西瓜书第二章阅读笔记
西瓜书学习笔记——第一章&第二章
路拾遗的博客
10-13 1139
文章目录前言第一章绪论1.1 机器学习发展历史1.2 基本术语1.3 假设空间1.4 归纳偏好第二章2.1 经验误差与过拟合2.2 评估方法2.3 性能度量2.4 比较检验2.5 偏差与方差参考资料 前言 本文为学习西瓜书和南瓜书的学习记录笔记，供自己复习回顾和大家参考。 第一章绪论 1.1 机器学习发展历史 机器学习的发展历经：推理期，知识期，学习期，深度学习期 推理期的人们认为只要赋予机器处理逻辑推理的能力，机器就有智能；知识期的人们认为还得让机器拥有知识；学习期人们认为如果机器自己能够学习才.
西瓜书《机器学习》阅读笔记6——Chapter3_公式(3.27)的推导过程
CodeTutor
09-12 3451
下面全部用β\boldsymbol \beta和x^\hat{\boldsymbol x}表示。极大似然法最大化： l(β)=∑i=1mlnp(yi|x^i;β)(1)l({\boldsymbol{\beta}})=\sum_{i=1}^m\ln p(y_i|\hat{\boldsymbol{x}}_i;\boldsymbol{\beta}) \tag 1并且有： p(yi|xi;ω,b)=yi
西瓜书学习笔记第十章
最新发布
01-06
### 西瓜书第十章学习笔记：数据挖掘实战 #### 10.1 数据预处理 在进行任何数据分析之前，数据预处理是一个必不可少的过程。这一步骤通常包括缺失值处理、异常值检测以及特征缩放等操作[^1]。 ```python import ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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