学习动机我初次接触机器学习的契机，是在进行科研训练时，需要搭建相关的神经学习网络，因而看了一些网课以及速成教程。在完成pytorch /tensorflow 等平台的搭建后，可以利用其提供的集成工具，几行代码就可以快速搭建起想要的模型（SVM 或 CNN 网络等等），可谓非常便捷，极易入门。但是，这样速成的做法并没有使我更了解机器学习，反而流于表面。因此，我打算拜读一下周志华老师的著作《机器学习》
转载
2023-08-31 17:41:22
109阅读
# 机器学习：周志华的核心知识点解析
机器学习是当今最热门的研究领域之一，周志华教授是这一领域的领军人物之一。他的著作《机器学习》系统地总结了机器学习的基本理论和实践，具有重要的参考价值。本文将重点介绍一些核心知识点，并通过代码示例帮助读者更好地理解。
## 什么是机器学习？
机器学习是人工智能的一个分支，主要研究如何让计算机通过数据自动改进其性能。简单来说，机器学习让机器从经验中学习，而不
...
转载
2021-07-27 11:15:00
294阅读
2评论
组合特征是通过将两个或多个原始特征进行组合而创建的新特征。这种特征工程的目的是提供更多关于数据的信息，可
核心点：机器学习知识点全面总结，推荐收藏！机器学习按照模型类型分为监督学习模型、无监督学习模型两大类。1. 有监督学习
转载
2023-09-26 10:57:10
121阅读
数据类型
C ：字符串
D ：日期型 格式为 YYYYMMDD 例：'1999/12/03'
F : 浮点数 长度为8
I ：整数
N ：数值组成的字符串 如：011，'302'
P : PACKED数 用于小数点数值 如：12.00542
T : 时间 格式为：HHMMSS 如：'14:03:00'
X : 16进制数 如：'1A03'
*----------------------------
机器学习常见知识点（总结） 一、总结 一句话总结： 目录结构（知识结构）清晰了，添枝加叶就非常非常简单了 二、机器学习常见知识点（总结） 转自或参考：一文总结机器学习常见知识点https://zhuanlan.zhihu.com/p/85508001 一、准备 机器学习是什么，人工智能的子类，深度学
转载
2020-08-20 17:34:00
104阅读
2评论
SDN介绍一． 什么是SDN?二．SDN解决什么问题？三．传统网络概念和结构体系传统网络数据控制与转发：传统网络架构：四．SDN概述SDN（Software Defined Network）软件定义网络。SDN的分类五．SDN网络架构SDN网络体系架构的三层模型：SDN网络部署方式六．SDN的价值网络业务快速创新：简化网络：网络设备白牌化：业务自动化：网络路径流量优化： 一． 什么是SDN?SD
转载
2023-06-20 10:19:56
107阅读
一、什么是机器学习？人类生活中会做出很多涉及基于经验做出的预判，比如看到微湿路面、感到和风、看到晚霞，就可以认为明天有一个好天气。这是因为我们已经积累了很多生活经验，而通过对经验的利用，就能对未发生的情况做出有效预判。机器学习正是这样一门学科，它致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。在计算机系统中，“经验”通常以“数据”的形式存在。因此，机器学习所研究的主要内容，就是关于在计
机器学习知识图谱：学习机器学习前了解问题：机器学习中很多算法，都需要深刻理解，做到能够口述推导过程、或手动推导的程度。1. 定义机器学习需要解决的问题类型。2.机器学习模型的含义：3.构建和应用一个机器学习算法的基本流程4.分析机器学习的优势和劣势。机器学习要解决的问题分为两类回归和分类。机器学习算法，就是机器学习模型。机器学习算法和非机器学习算法的区别是在无人类干扰的情况下，该模型能够自己学习来
转载
2023-10-17 22:16:09
217阅读
机器学习（周志华） 读书笔记序言从主流为符号机器学习发展到主流为统计机器学习，反映了机器学习从纯粹的理论研究和模型研究发展到以解决现实生活中实际问题为目的的应用研究。问题一：现阶段，统计机器学习相对符号机器学习占据优势地位，未来的发展方向是怎样的？有三种答案：一是符号机器学习会退出历史舞台，二是单纯的统计机器学习已经走到了尽头，未来应该和知识的利用相结合，这是一种螺旋式的上升，进入更高级的形式
原创
2023-08-04 21:33:54
155阅读
机器学习是人工智能的核心，目前的机器学习主要分为两大类：第一类是传统机器学习的研究，该类研究主要是研究学习机制，注重探索模拟人的学习机制；第二类是大数据环境下机器学习的研究，该类研究主要是研究如何有效利用信息，注重从巨量数据中获取隐藏的、有效的、可理解的知识。 [2] 决策树：一个预测模型；监督学习：它是一种监督学习，所谓监督学习就是给定一堆样本，每个样本都有一组属性和一个类别
转载
2023-12-13 16:52:00
116阅读
一、引言 机器学习正是这样一门学科，它致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。在计算机系统中，“经验”通常以“数据”形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”（model）的算法，即“学习算法”（learning algorithm）。有了学习算法，我们把经验数据提供给它，它就能基于这些数据产生模型；在面对新的情况时（例如看到一个没
适用于全局的叫模型；适用于局部的叫模式；机器学习就是关于学习算法的设计分析及应用的一门学问。所以研究的核心是学习算法，而学习算法会导致你会直接获得什么样的模型，所以你要对模型性质研究，而模型的性质很多时候来源于算法，而算法并不是每次都得到同样的一个模型，因为算法是应用到数据上。所以这几方面联系起来后，才能够知道整个机器学习的过程最后得到什么。一个算法针对什么样的数据是有效的，这样的数据
转载
2023-07-27 12:29:42
95阅读
本人在面试中整理的资料和文字，主要针对机器学习、深度学习面试八股做浅显的总结，共20余篇，大部分来源于ChatGPT，欢迎各位指正。文章系列图像使用动漫《星游记》插图。
机器学习按照模型类型分为监督学习模型、无监督学习模型两大类。1. 有监督学习有监督学习通常是利用带有专家标注的标签的训练数据，学习一个从输入变量X到输入变量Y的函数映射。Y = f (X)，训练数据通常是(n×x,y)的形式，其中n代表训练样本的大小，x和y分别是变量X和Y的样本值。有监督学习可以被分为两类：分类问题：预测某一样本所属的类别（离散的）。比如判断性别，是否健康等。回归问题：预测某一样
按：本文根据周志华教授今天上午在 CNCC 2016 上所做的大会特邀报告《机器学习：发展与未来》编辑整理而来，在未改变原意的基础上略作了删减。 周志华, CCF 会士、常务理事、人工智能专委主任。南京大学教授，校学术委员会委员，计算机软件新技术国家重点实验室常务副主任。AAAI Fellow, IEEE Fellow, IAPR Fellow，ACM 杰出科学家。长江学者特聘教授、国家杰出青年科
转载
2023-12-13 16:30:24
324阅读
第一章 机器学习基础1.1.什么是机器学习？人工智能标准化白皮书(2018版)： 机器学习（Machine Learning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。 基于数据的机器学习是现代智能技术中的重要方法
点作者丨Oldpanoldpan博客编辑丨极市平台导 读本文总结了一些秋招面试中会遇到的问题和一些重要的知识点，适合面试前突击和巩固基础知识。前言最近这段时间正临秋招，这篇文章是老潘在那会找工作过程中整理的一些重要知识点，内容比较杂碎，部分采集于网络，简单整理下发出来，适合面试前突击，当然也适合巩固基础知识。另外推荐大家一本叫做《百面机器学习》的新书，2018年8月份出版
转载
2023-01-05 15:41:51
431阅读
作者丨Oldpan前言最近这段时间正临秋招，这篇文章是老潘在那会找工作过程中整理的一些重要知识点，内容比较杂碎，部分采集于网络，简单整理下发出来，适合...
转载
2021-09-23 12:10:00
7284阅读
