一、引言 　　机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。 　　在计算机系统中，“经验”通常以“数据”的形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生的“模型”的算法，即“学习算法”。有了学习算法，我们就把经验数据提供给它，它就能基于这些数据产生 ...

首先的阶段由卷积层和池化层组成，卷积的节点组织在特征映射块（feature maps）中，每个节点与上一层的feature maps中的局部块通过一系列的权重即过滤器连接。加权和的结果被送到非线性函数中如ReLU。一个feature maps中所有的节点分享相同的过滤器，即共享权重。这种结构 ...

集成学习 目录： 个体和集成 Boosting Bagging与随机森林 Bagging 随机森林 综合策略 平均法 投票法 学习法 多样性 误差-分歧分解 ...

机器学习现在是一大热门，研究的人特多，越来越多的新人涌进来。 不少人其实并没有真正想过，这是不是自己喜欢搞的东西，只不过看见别人都在搞，觉着跟大伙儿走总不会吃亏吧。 问题是，真有个“大伙儿”吗？就不会是“两伙儿”、“三伙儿”？如果有“几伙儿”，那到底该跟着“哪伙儿”走呢？ 很多人可能没有意识 ...

机器学习领域有个很重要的假设：IID独立同分布假设，就是假设训练数据和测试数据是满足相同分布的， 这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。 怎么知道训练数据和测试数据是独立同分布的呢? 训练集训练出了模型，测试集准确性比较低??? ...

编程实现判别分析，并给出西瓜数据集上的结果。 数据集如下 Python代码实现方式如下：调用了sklearn中的线性判别分析模块。 结果如下： 其中红色的蓝色的分别是两种西瓜。小红色的点和小蓝色的点表示区分错误。中间的横线是分界线。 ...

3.3 编程实现对率回归，并给出西瓜数据集3.0α上的结果。 本题我就调用了sklearn的逻辑回归库来测试。 结果如下： 西瓜数据集如下： ...

机器学习（周志华） 读书笔记 序言 从主流为符号机器学习发展到主流为统计机器学习，反映了机器学习从纯粹的理论研究和模型研究发展到以解决现实生活中实际问题为目的的应用研究。 问题一：现阶段，统计机器学习相对符号机器学习占据优势地位，未来的发展方向是怎样的？ 有三种答案：一是符号机器学习 ...