六七一

第一章 统计学习及监督学习概论 1.1 统计学习 统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。 统计学习的对象 统计学习研究的对象是数据。 统计学习关于数据的

朴素贝叶斯法（Naive Bayes model）是基于贝叶斯定理与特征条件独立假设的分类方法。 朴素贝叶斯是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。对于大多数的分类算法，在所有的

大规模机器学习 当需要处理很大的数据集时，我们可以采用以下两种方法：第一种是随机梯度下降，第二种是减少映射。

问题规划 推荐系统是一种人工智能算法，通常与机器学习相关。推荐系统经过训练，可使用收集的数据了解用户的偏好、兴趣，高度个性化地预测消费者兴趣和要求。 例如，电影预测评分，现在有5部电影和4个用户，要求

反向传播就是先计算每一个神经元的误差，然后通过误差来得到梯度。 反向传播的原理 反向传播的基本原理就是高数中，求导的链式法则 链式法则 链式法则 告诉我们有多个层次的多元复合函数，下一层次的导数可以由

Pandas数据结构 - Series Pandas Series 类似表格中的一个列（column），类似于带标签一维数组，可以保存任何数据类型Pandas数据结构 - DataFrame