西瓜書的鼎鼎大名早有耳聞，於是毫無疑問買來入門。
寫此文章的時候剛要做完第二章的練習題。
在看的時候有一些感慨：
需要一定的數理基礎，尤其是概率論的內容。但是如果沒學過也不建議直接去啃概率論，只要把相關的部分看看即可。
周老師預設我們能力很強，所以有些地方說得不夠詳細，僅靠此書無法理解，需要自己另行查閱。
有一些疑似謬誤的地方，但是我自己能力較差，又苦於沒有人佐證，所以並不敢說周老師一定錯了。
在看的過程中，記錄了一些自己的疑問。有些解決了，有些沒解決，也有一些沒有記錄下來。下面附上記錄下來的內容。
因為博主也在學習過程中，所以問題會有更新。方式還沒想好，屆時再說。
p31 繪製p-r曲線的過程，語焉不詳，可參考p33 roc曲線繪製過程，但建議還是上網查。
p32 f1度量，p和r的究竟在哪一點取值，語焉不詳。有博主認為，f1的p和r是實際訓練結果的取值；若依此言，f1就不是學習器的效能量度，而是分類器的效能量度；因為顯然，在相同的學習器下，不同分類器將得到不同的p和r值。
p35 公式2.20，從書34頁b圖看來，auc的公式不應該寫的這麼複雜，後來才發現原來這個圖並沒有正例反例**值相等的情況。當出現這種情況時，roc曲線會呈斜線上公升，而不是這種只有水平和垂直兩種情況。
p36 式2.24，p的含義 「樣例為正例的概率」 語焉不詳，公式難懂。參考回答非常詳細經典。
p38 公式2.27，等號右側的є和є0 好像寫反了。
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...
西瓜書機器學習筆記 一
記錄學習機器學習的過程,方便自己以後查閱 機器學習是一門致力研究如何通過計算的手段,利用經驗來改善系統自身的效能的學科 在計算機系統中,經驗通常以 資料 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資料中產生 模型 的演算法,即 學習演算法 learning algorithm 通過經...
西瓜書（《機器學習》周志華）習題解析 第1章 緒論
1.1 表1.1中若只包含編號為1和4的兩個樣例，試給出相應的版本空間 編號色澤 根蒂敲聲好瓜1 青綠蜷縮濁響是 2烏黑蜷縮濁響是3 青綠硬挺清脆否 4烏黑稍蜷沉悶 否在書中給出的西瓜資料集中，樣本有三個維度 色澤 根蒂 敲聲，其中色澤有兩個可能的取值 根蒂有三個 敲聲有三個 各自加上通配，再加上 ...