机器学习

决策树是一种用于分类和回归的非参数监督学习方法，它通过学习从数据特征中推断出的简单决策规则，创建一个能够预测目标变量值的模型

神经网络，即神经网络学习，是机器学习与神经网络这两个学科领域的交叉部分，也是包含了很多参数的数学模型

线性模型是一种用于建立变量之间线性关系的统计学和机器学习模型， 形式简单、易于建模 ，在其基础上引入层级结构或高维映射可得到功能更为强大的非线性模型

西瓜书第二章《模型评估与选择》笔记记录： 经验误差与误拟合、常见的机器学习评估方法、性能度量指标、比较检验方法、偏差-方差分解

西瓜书周志华《机器学习》课后习题，做了一些小记录，这是第二章的习题部分记录，参考了网上的博文整理而成

机器学习算法能创造经济价值是巨大的，其包含监督学习、无监督学习；而Jupyter Notebook则是我们在机器学习领域经常使用的工具

什么是机器学习？在现在的世界，我们又为何要学习机器学习？机器学习的核心部分是什么？你了解哪些机器学习术语？