來自周志華機器學習和課件
這章更多概念理解和計算
乙個個例項有邏輯的總結成一般規律的過程叫歸納
將正確的理論也就是一般規律應用於個體當中
例子就是知識，我們利用知識的原理來解決具體問題就是推演
從一般到特殊一開始什麼都是可以
？：jeder wert ist akzeptabel
從特殊到一般一開始什麼都不可以
#：kein wert ist akzeptabel
所以兩個求出來的結果是這樣的
周志華的幾個例子，目前上傳不成功
kosistenz: 查準率 pre
cisi
on=t
ptp+
fnprecision=\frac
precis
ion=
tp+f
ntp
vollständigkeit: 查全率 rec
version space(版本空間）
他這裡有個演算法
對於n這個反例
一般集g新增可能
對於p這個正例
特例集s新增可能
這一章比較重要的就是這個版本空間演算法了
induktive bias
歸納偏好的必要性
就是如果有很多個假設對於不同的性質，如果把他們視為同等重要那麼將不能判斷最後的結果，所以對於性質有排序然後進行判斷，就是加權得到的結果更為可靠
ML 歸納學習與機器學習概述
ok,在開始正文前，我們先來了解一下machine learning在整個ai體系下的關係。機器學習是人工智慧學科的乙個子問題，是歸納學習的一類特殊問題。具體關係可以看一下下面這個圖。在了解機器學習前，你一定對那四個小一號的字很感興趣，那麼什麼是歸納學習呢？為什麼說機器學習是歸納學習的特例呢？我們先...
02 爬蟲知識結構歸納
做爬蟲用python 要比 j a方便很多 使用的第三方庫 最底層的 requests 自動化測試 selenium 框架 scrapy 其他的什麼爬蟲軟體就算了吧.像什麼八爪魚之類的.他們有著各自的優缺點，自行baidu了解！我們在做乙個爬蟲時候，重要的不是先去編寫 而是先去思考怎麼去模擬使用者的...
機器學習ML策略
機器學習ml策略 1 為什麼是ml策略 例如 識別cat分類器的識別率是90 怎麼進一步提高識別率呢？想法 1 收集更多資料 2 收集更多的多樣性訓練樣本 3 使用梯度下降訓練更長時間 4 嘗試adam代替梯度下降 5 嘗試更大的網路 6 嘗試更小的網路 7 嘗試dropout 8 嘗試l2正則化 ...