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 ...

【機器學習】《機器學習》周志華西瓜書 筆記/習題答案 總目錄 https://blog.csdn.net/TeFuirnever/article/details/96178919 ...

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, 只要樹的每一條 (從根解點到一個葉節點算一條) 枝干代表一種向量, 這個決策樹就與訓練集一致. 4.2 ...

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 \(\ell(\boldsymbol{w}, b)\) , \(\boldsymbol{x ...

習題 3.1 　　試析在什么情況下式 \((3.2)\) 中不必考慮偏置項 \(b\) . 　　書中有提到, 可以把 \(x\) 和 \(b\) 吸收入向量形式 \(\hat{w} = (w;b)\) .此時就不用單獨考慮 \(b\) 了. 　　其實還有很多情況不用, 比如說使用 ...

習題 5.1 　　試述將線性函數 \(f(\boldsymbol{x}) = \boldsymbol{w}^{\mathrm{T}}\boldsymbol{x}\) 用作神經元激活函數的缺陷. 　　理想中的激活函數是階躍函數, 但是它不連續, 不光滑, 所以要一個連續、光滑的函數替代它. 線性 ...

數據科學交流群，QQ群號：189158789 ，歡迎各位對數據科學感興趣的小伙伴的加入！ 數據科學交流群，QQ群號：189158789 ，歡迎各位對數據科學感興趣的小伙伴的加入！ ...

今天總結了一些關於機器學習的書籍。其中給我最打動的應該還是周志華老師的西瓜書也就是周志華《機器學習》，然后這里給大家把這個資源的鏈接放進來，方便下載鏈接:https://pan.baidu.com/s/1oTJjTkxK0PuV2nRExq1wcA 提取碼:odp0真的講的非常清晰! ...