第一章
引言介紹一些常識引入什麼是機器學習，機器學習的一些術語資料，規律，泛化，假設空間歸納偏好。
1,、假設空間：
假設空間：監督學習的目的在於學習乙個由輸入到輸出的對映，這一對映由模型來表示。換句話說，學習的目的就在於找到最好的這樣的模型。模型屬於由輸入空間到輸出空間的對映集合，這個集合就是假設空間（hypothesis space）。假設空間的確定意味著學習範圍的確定。
2,、奧卡姆剃刀
它是是一種常用的、自然科學研究中最基本的原則，即「有多個假設與觀察一致」，則選擇最簡單的那個。
3,、沒有免費午餐（nfl）
無論學習演算法a多聰明，學習演算法b多笨拙，他們的期望效能竟然合同。（a，b演算法對同以問題不能說誰更優（理論上，實際有偏好性））
周志華 機器學習 讀書筆記
分類 classification 的是離散值,比如 好瓜 壞瓜 回歸 regression 的是連續值,例如西瓜成熟度 0.79 0.95 泛化 generalization 學得模型適用於新樣本的能力，稱為 泛化 generalization 能力.資料探勘 data mining 從海量資料中...
《機器學習實戰》讀書筆記
監督學習使用兩種型別的目標變數 之所以稱監督學習,是因為這類演算法必須知道 什麼,即目標變數的分類資訊 在無監督學習中,將資料集合分成由類似的物件組成的多個類的過程被稱為聚類 將尋找描述資料統計值的過程稱之為密度估計 是 否要 預測目標 變數的值 是 監督學習 目標變數型別 begin離散型 分類演...
《機器學習那些事》讀書筆記
1 模型的三要素 a 表示 假設空間 目前很多書籍對模型的分類都是基於假設空間的 b 評價 損失函式 是乙個評價標準 c 優化 優化演算法 乙個搜尋演算法，能夠在假設空間中找到評價函式得分最高的假設 2 泛化 訓練集要和測試集分開 3 模型選擇 根據資料之間的關係和模型的表示 這裡指的是假設 來選擇...