開坑，記錄機器學習和自然語言處理閱讀的內容。
為什麼乙個色澤青綠、根蒂蜷縮、敲聲渾響的西瓜，人們能判斷是正熟的好瓜？
因為我們吃過、看過很多西瓜，所以基於色澤、根蒂、敲聲這幾個特徵我們可以做出相當好的判斷。對經驗的利用是
我們人類靠自身完成的，計算機能幫忙嗎？機器學習正是這樣一門學科，它致力於研究如何通過計算的手段，利用經驗
來改善自身的系統，在計算機系統中，「經驗」通常以「資料」形式存在，因此機器學習研究的主要內容，是關於在計算機
上從資料中產生「模型」的演算法，即「學習演算法」，有了學習演算法，我們把經驗資料提供給它，它就能基於這些資料產生模
型，在面對新的情況時，例如乙個沒剖開的西瓜，模型會給我們提供相應的判斷（例如好瓜）。如果說電腦科學是
研究關於「演算法」的學問，那麼類似的，可以說機器學習是研關於「學習演算法」的學問。
西瓜書 機器學習《一》
泛化能力 學習的模型適應新樣本的能力。奧卡姆剃刀原則 自然科學研究中常用的原則。即 若有多個假設和觀測一致，那麼就選擇最簡單的假設。連線主義 黑箱模型，例如 神經網路，不可解釋性，引數手工等調整 符號主義 決策理論的學習技術，例如決策樹學習 以資訊理論為基礎，以資訊熵的最小化為目標。統計學習 svm...
機器學習西瓜書筆記
概念 致力於通過計算的手段，利用經驗來改善系統自身的效能。其中，經驗以資料的形式存在。基本術語 資料集 記錄的集合。示例 樣本 每條記錄，關於乙個事件或物件的描述，反應事件或物件在某方面的表現或性質的事項。屬性 特徵 一條記錄 乙個樣本由多個屬性 特徵組成。屬性值 屬性或特徵的值。示例對應於乙個座標...
機器學習西瓜書 基本術語
一組記錄的集合，例如 注 d dd又稱為樣本的維數 資料集中每條記錄是關於乙個事件或物件的描述，例如 反映事件或物件在某方面的表現或性質的事項，例如 屬性上的取值，例如 屬性張成的空間，例如 假設有三種屬性 色澤 根蒂 敲聲，就可以張成乙個用於描述細化的三維空間，每個西瓜都可以在這個空間中找到自己的...