機器學習是什麼？
1.
人工智慧的研究從以「推理」為重點到以「知識」為重點，再到以「學習」為重點，是有一條自然、清晰的脈絡。人工智慧出身的機器學習研究者，絕大部分是把機器學習作為實現人工智慧的乙個途徑，正如 1983 年的書名那樣。他們關注的是人工智慧中的問題，希望以機器學習為手段，但具體採用什麼樣的學習手 段，是基於統計的、代數的、還是邏輯的、幾何的，他們並不 care。2.
慢慢地，不少統計學家逐漸意識到，統計學本來就該面向應用，而機器學習天生就是乙個很好的切入點。因為機器學習雖然用到各種各樣的數學，但要分析大量資料中蘊涵的規律，統計學是必不可少的。統計學出身的機器學習研究者，絕大部分是把機器學習當作應用統計學。他們關注的是如何把統計學中的理論和方法變成可以在計算機上有效實現的演算法，至於這樣的演算法對人工智慧中的什麼問題有用，他們並不 care。
機器學習周志華筆記
1，監督學習 分類 回歸 無監督學習 聚類 2，決策樹 根據資訊增益的大小來確定節點 資訊熵 描述事務確定性程度的值 需要多少個bit來描述資訊 ent d pklog2pk 資訊增益 資訊熵 某個屬性劃分的平均資訊熵 該屬性劃分純度 3，支援向量機中對超平面的理解 劃分超平面用以下線性方程表示 w...
周志華 機器學習 筆記
學習演算法自身的歸納偏好與問題是否相配，往往會起到決定作用。對於上面這句話 你的輸入資料被怎麼處理，最終得到什麼結果，我認為偏好指的就是這個處理的過程。線性非線性？那些feature忽略掉？怎麼利用這些資料？更具體一些，你用網路處理，還是傳統方法，資料的分布和你的處理方法相符嗎？沒有免費的午餐定理 ...
周志華機器學習筆記（一）
新人一枚，既是機器學習的初學者，也是首次發部落格。謹以此記錄我的學習體會，做一些總結。望與大家共同學習 共同進步。文中若有內容錯誤或有措詞不嚴謹之處，望大家不吝指出。謝謝！根據上圖我們可以用乙個三維空間來了解以下幾個基本術語。屬性與屬性值 屬性反映事件或物件在某方面的表現或性質的事項，在此圖表示為軸...