一、引言 　　機器學習致力於研究如何通過計算的手段，利用經驗來改善系統自身的性能。 　　在計算機系統中，“經驗”通常以“數據”的形式存在，因此，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的“模型”的算法，即“學習算法”。有了學習算法，我們就把經驗數據提供給它，它就能基於這些數據產生 ...

首先的階段由卷積層和池化層組成，卷積的節點組織在特征映射塊（feature maps）中，每個節點與上一層的feature maps中的局部塊通過一系列的權重即過濾器連接。加權和的結果被送到非線性函數中如ReLU。一個feature maps中所有的節點分享相同的過濾器，即共享權重。這種結構 ...

集成學習 目錄： 個體和集成 Boosting Bagging與隨機森林 Bagging 隨機森林 綜合策略 平均法 投票法 學習法 多樣性 誤差-分歧分解 ...

機器學習現在是一大熱門，研究的人特多，越來越多的新人涌進來。 不少人其實並沒有真正想過，這是不是自己喜歡搞的東西，只不過看見別人都在搞，覺着跟大伙兒走總不會吃虧吧。 問題是，真有個“大伙兒”嗎？就不會是“兩伙兒”、“三伙兒”？如果有“幾伙兒”，那到底該跟着“哪伙兒”走呢？ 很多人可能沒有意識 ...

機器學習領域有個很重要的假設：IID獨立同分布假設，就是假設訓練數據和測試數據是滿足相同分布的， 這是通過訓練數據獲得的模型能夠在測試集獲得好的效果的一個基本保障。 怎么知道訓練數據和測試數據是獨立同分布的呢? 訓練集訓練出了模型，測試集准確性比較低??? ...

編程實現判別分析，並給出西瓜數據集上的結果。 數據集如下 Python代碼實現方式如下：調用了sklearn中的線性判別分析模塊。 結果如下： 其中紅色的藍色的分別是兩種西瓜。小紅色的點和小藍色的點表示區分錯誤。中間的橫線是分界線。 ...

3.3 編程實現對率回歸，並給出西瓜數據集3.0α上的結果。 本題我就調用了sklearn的邏輯回歸庫來測試。 結果如下： 西瓜數據集如下： ...

機器學習（周志華） 讀書筆記 序言 從主流為符號機器學習發展到主流為統計機器學習，反映了機器學習從純粹的理論研究和模型研究發展到以解決現實生活中實際問題為目的的應用研究。 問題一：現階段，統計機器學習相對符號機器學習占據優勢地位，未來的發展方向是怎樣的？ 有三種答案：一是符號機器學習 ...