第二章 模型評估與選擇 2.1 經驗誤差與過擬合 錯誤率（error rate）：分類錯誤的樣本數占樣本總數的比例。 精度（accuracy）：1 - 錯誤率 誤差（error）：學習器的實際預測輸出與樣本的真實輸出之間的差異稱為誤差。 訓練誤差 ...

機器學習西瓜書課后習題答案---2、模型評估 一、總結 一句話總結： 理解必然是個【逐步加深】的過程，所以前期可以【最短時間做最高效率】（重點、核心點、視頻）的事情 1、【Min-max】 規范化和【z-score】 規范化的優缺點？ 【Min-max】規范化：$$x ...

【第1章 緒論】 1.1 引言 學習算法：機器學習所研究的主要內容，是關於在計算機上從數據中產生“模型”的算法，即“學習算法”。 學習算法的作用：1.基於提供的經驗數據產生模型； 2.面對新情況時，模型 ...

大部分基礎概念知識已經在Machine Learning|Andrew Ng|Coursera 吳恩達機器學習筆記這篇博客中羅列,因此本文僅對感覺重要或不曾了解的知識點做摘記 第1章 緒論 對於一個學習算法a,若它在某問題上比學習算法b好,則必然存在另一些問題,在那里b比a好 ...

結點的路徑對應了一個判定測試序列。 決策樹學習的目的是為了產生一棵泛化能力強——即 ...

第五章 神經網絡 5.1 神經元模型 神經網絡：是由具有適應性的簡單單元組成的廣泛並行互連的網絡，它能夠模擬生物神經系統對真實世界物體所作出的交互反應。 神經網絡中最基本的成分是神經元模型，即上述定義中的“簡單單元 ...

習題 4.1 　　試證明對於不含沖突數據 (即特征向量完全相同但標記不同) 的訓練集, 必存在與訓練集一致 (即訓練誤差為 0)的決策樹. 　　既然每個標記不同的數據特征向量都不同, 只要樹的每 ...

習題 6.1 　　試證明樣本空間中任意點 \(\boldsymbol{x}\) 到超平面 \((\boldsymbol{w}, b)\) 的距離為式 \((6.2)\) . 　　設超平面為 \( ...