读书笔记_牛客图书馆

牛客图书馆 > 读书笔记

开通博客写笔记

读书笔记

全部第1章第2章第3章第4章第5章第6章第7章第8章第9章第10章第11章第12章第13章第14章第15章第16章

《机器学习》读书笔记第十一十二章

十一章一、子集搜索与评价特征选择是一个重要的 “数据预处理” （data preprocessing）过程，在现实机器学习任务中在获得数据之后通常先进行特征选择，此后再训练学习器。我们在现实任务中经常会遇到维数灾难问题，这是由于属性过多而造成的...

LZY1999 编辑于 2021-04-09 23:04:12
《机器学习》读书笔记第十三十四章

十三章一、未标记样本半监督学习可进一步划分为纯半监督学习和直推学习。前者假定训练数据中的未标记样本并非带预测的数据，后者则是假定学习过程中所考虑的未标记样本恰是带预测数据，学习的目的就是在这些未标记样本上获得最优泛化性能。二、生成式方法生成式方...

LZY1999 编辑于 2021-04-09 23:10:23
《机器学习》读书笔记十五章十六章

十五章一、基本概念规则学习是从训练数据中学习出一组能用于对未见示例进行判别得规则。命题规则一阶规则二、序贯覆盖规则学习的目标是产生一个能覆盖尽可能多的样例的规则集．最直接的做法是 “序贯覆盖” （sequential coveri...

LZY1999 编辑于 2021-04-09 23:13:03
《机器学习》读书笔记

5.1 神经元模型“神经网络（neural networks）是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所做出的交互反应”。在机器学习中，神经网络一般指的是“神经网络学习”。神经网络中最基本的单元是神经元（ne...

Lighthouse✨ 编辑于 2021-03-05 15:02:45
《机器学习》读书笔记

2.4 比较检验在比较学习器泛化性能的过程中，统计假设检验（hypothesis test）为学习器性能比较提供了重要依据，即若A在某测试集上的性能优于B，那A学习器比B好的把握有多大。2.4.1 假设检验假设检验中的“假设”是对学习器泛化错误率分布的某种判断...

Lighthouse✨ 编辑于 2021-02-20 10:19:12
《机器学习》读书笔记

2.1 经验误差与过拟合基本概念错误率（error rate）：分类错误的样本数占样本总数的比例精度（accuracy）：“精度 = 1 - 错误率” 误差（error）：学习器的实际预测输出与样本的真实输出之间的差异。训练误差（training e...

Lighthouse✨ 编辑于 2021-01-29 18:26:47
machine learning 4th

第4章决策树ID3决策树选择信息增益最大的属性来划分:信息熵:信息增益:C4.5决策树选择增益率大的属性来划分,因为信息增益准则对可取值数目较多的属性有所偏好.但增益率会偏好于可取值数目较少的属性,因此C4.5算法先找出信息增益高于平均水平的属性,再从中选择...

Just丶Like 编辑于 2019-11-22 17:42:48
Machine Learning 5th

误差逆传播算法(BP算法)是迄今为止最成功的神经网络学习算法.关键点在于通过计算误差不断逆向调整隐层神经元的连接权和阈值.标准BP算法每次仅针对一个训练样例更新,累积BP算法则根据训练集上的累积误差更新. 缓解BP神经网络过拟...

Just丶Like 编辑于 2019-11-22 17:44:11
Machine Learning 6th

支持向量机中的原始样本空间不一定存在符合条件的超平面,但是如果原始空间是有限维,则总存在一个高维特征空间使样本线性可分.核函数就是用来简化计算高维特征空间中的内积的一种方法.核函数选择是支持向量机的最大变数.常用的核函数有线性核,多项式核,高斯核(RBF核),...

Just丶Like 编辑于 2019-11-22 17:44:54
Machine Learning 7th

基于贝叶斯公式来估计后验概率的困难在于类条件概率是所有属性上的联合概率,难以从有限的训练样本直接估计而得.因此朴素贝叶斯分类器采用了"属性条件独立性假设"来避开这个障碍. 朴素贝叶斯分类器中为了避免其他属性携带的信息被训练集中未...

Just丶Like 编辑于 2019-11-22 17:45:47

读书笔记

热门图书