Nona9961

前言 恋人不行真好看吧 第十五章 15.1 规则学习 在之前的学习中我们的模型大多数都是黑箱模型：我们不知道模型内部到底做了什么运算得到的答案，于是我们希望可以得到一种解释...

前言 感觉理论学的太多了，该做点实践操作一下了 第十四章 在我们之前学习的基于概率的模型中，进行预测时会涉及三类变量集合：需要推断的目标变量集合 $Y$、可观测到的变量集合...

前言 夏天快要过去，本书也快接近尾声了。 第十三章 13.1 半监督学习 在此之前，我们讨论的所有学习范式都具有非常明确的边界条件： 监督学习：我们拥有大量带标签的数据样本...

# 前言 好热好热好热 ## 第十二章 本章比较理论，主要说的是凭什么相信机器学习，他为什么能给出一个好的结果：本质是研究泛化误差问题 ### 12.1 基础知识 我们先假...

# 前言 感觉看的越来越水，有点想快点到深度学习了 ## 第十一章 在上一章的讨论中，我们探讨了通过数学变换实现数据降维的方法。然而，**降维其实还存在一种更为直接的方式*...

# 前言 学习的时候脑子抽了把内积和距离混淆了一段时间，希望都改过来了吧 ## 第十章 本章我们要讨论两个**核心内容**：**降维**和**度量学习**。 对于**降维*...

## 第九章 在本章之前，我们所有的训练方式都是有监督的训练，本章我们将接触到无监督学习的一种——聚类任务 ### 9.1 聚类与度量 在现实世界中，获取大量的**已标记*...

# 前言 骑车的时候摔跤了，左膝盖三年第三次受难，难绷 ## 第八章 我们已经学习了足够的常用模型，现在介绍集成学习，这是一种将多种模型结合起来的学习方式 ### 8.1 ...

# 前言 五一节狠狠耍了几天，所以学的有些不太认真，哈哈。最后EM算法如果看不太懂的话我建议可以跳过，如果不想跳的话可以动手算算就清楚了 ## 第七章 本章学习**贝叶斯分...

# 前言 本节是支持向量机，想起我室友当初毕设就和这个有关 ## 第六章 本章开始支持向量机的学习，记得我室友毕设就和这个有关哈哈 ### 6.1 支持向量机 在分类任务中...

# 前言 到神经网络了，后面两小章看的有些水，有点疲惫 ## 第五章 本节学习神经网络 ### 5.1 神经元和感知机 神经网络是生物神经系统的抽象，由**神经元**作为基...

# 前言 最近天气变化好快，笔记开头的时候还穿羽绒服，发布的时候已经穿单件了，有点难崩 ## 第四章 ### 4.1 决策树与最优划分 决策树是一种**基于树形结构的监督学...

# 前言 速度下来了，感觉找到了一个舒适的学习速度。还是欢迎各位大佬指正 ## 第三章 本章主要说明了什么是线性模型以及在回归、分类任务中如何应用线性模型。 ### 3.1...

# 前言 比我想得要难得多……主要是数理统计基本都忘光了……写的也比较乱，希望大家能斧正我的问题。 ## 第二章 当我们训练出一个模型之后，我们自然希望它能够在**新的数据...

## 前言 最近总算有想法回到学习上来，这次就拿AI开刀吧。本系列叫从零开始学AI不是骗人的，我对AI的了解几乎就是道听途说，所以起了这么一个标题，希望学完从0变1（？ 此...