编者按：周志华老师在演讲中提到了当前深度学习成功的三大要素，未来的发展方向和面临三大挑战，即使是当下非常火的深度强化学习也离不开明确规则的“上帝判定”，并不算是真正的无监督学习。在此指导下，周志华老师提出了世界首个非连续可微的深度森林模型，并在某电商平台上获得了超越主流神经网络深度模型的表现，其弟子俞扬团队在OpenAI的竞赛中也通周志华，男，毕业于南京大学计算机科学与技术系（学士、硕士、博士
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
131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
转载
2024-03-10 14:17:03
141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
转载
2024-04-23 09:27:36
48阅读
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
258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
转载
2023-08-04 21:33:54
188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
197阅读
半监督学习未标记样本未标记样本虽未直接包含标记信息，但若它们与有
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
581阅读
开始机器学习之旅，先梳理下机器学习的整体思路，每个章节后续会不断补充，谢谢支持第一章 绪论1.1 引言 1.2 基本术语 1.3 假设空间 1.4 归纳偏好 1.5 发展历程 1.6 应用现状 1.7 阅读材料第2 章 模型评估与选择2.1 经验误差与过拟合 2.2 评估方法 2.3 性能度量 2.4 比较检验 2.5 偏差与方差 2.6 阅读材料第3章 线性模型3.1 基本形式 3.2 线性回归
转载
2024-08-16 11:12:41
577阅读
# 机器学习与周志华
## 引言
在当今科技迅速发展的时代，机器学习作为人工智能（AI）的一个重要分支，正在改变我们的生活、工作和学习方式。中国著名的机器学习专家周志华教授在这一领域做出了显著贡献。他不仅在学术界享有很高的声誉，还积极推动机器学习技术的应用与发展。本文将介绍机器学习的基本概念、周志华教授的贡献以及一个简单的机器学习代码示例，帮助读者更好地理解这一前沿科技。
## 机器学习的基
初学机器学习有感 在介绍机器学习之前，我们有必要了解一下什么是人工智能（artificial intelligence）。简单来说，就是让计算机拥有类似于人的智慧，来处理各种事物，体现在感知、决策、行动三方面。计算机处理事物的过程中，需要不断地学习来丰富自己的“经验”，建立起属于自己的一套评判“模型“。这是拟人化的表达，实际上
转载
2023-09-05 14:34:34
71阅读
第三章 线性模型
转载
2024-05-10 01:23:54
18阅读
看了绪论，第一感觉就是“机器学习其实就是挑西瓜”/惊讶/惊讶机器学习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；在面对新情况
转载
2024-06-07 21:26:19
70阅读
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
136阅读
i310105f属于中等水平，性价比比较高。具体规格方面，其采用经典的14nm工艺，4核8线程设计，默认主频3.7GHz，加速频率4.4GHz，TDP 65W。 i3-10105F是i3-10100F的升级，主频从3.6GHz提升到了3.7GHz，仅提升了0.1GHz，性能提升之小，可以忽略不记。i3 10105f组装电脑怎么搭配更合适这些正常十代i3-10100F的下一代，十一代i3应该叫i3-
首先的阶段由卷积层和池化层组成，卷积的节点组织在特征映射块（feature maps）中，每个节点与上一层的feature maps中的局部块通过一系列的权重即过滤器连接。加权和的结果被送到非线性函数中如ReLU。一个feature maps中所有的节点分享相同的过滤器，即共享权重。这种结构的原因是双重的，第一,图像中一个值附近的值是高度相关的，第二，不同区域的值是不相干的。换句话说，一个图像某部
转载
2024-06-19 07:32:30
116阅读
这本书比较像导论性质，整体给你介绍下机器学习领域有哪些研究分支，以及这些研究分支中成熟的经典算法。这本书虽然也有算法描述，但这些算法都是实现底层机器学习算法的，如果没有编程基础或者现在主流的分布式编程的思想，想要直接自己动手据此写代码还是比较困难的。如果你想找的是直接上手coding的实践应用类的书籍，这本书可以放一放，等你先上手了再来。不是这本书难，其实它讲的东西都很简单，只是纯粹的它不是实践类
转载
2023-09-04 16:14:45
255阅读
习题1.1 做这道题要弄青版本空间和假设空间的概念 我的理解是假设空间就是所有属性值的可能组合到一起，这道题就是 3 * 3 * 3 + 1 = 28种 假设空间书上给的定义是:可能有多个假设与训练集一致，即存在着一个与训练集一致的“家设计和”，我们称之为“版本空间”（version space） 所有我们先求出假设空间，再次说明，有 3 * 3 * 3 + 1 = 28种，分
转载
2024-07-31 14:49:20
58阅读
前言我是一个机器学习的入门者。看了很多前辈大神的推荐，从西瓜书（周志华老师《机器学习》）或者 Coursera 吴恩达机器学习视频入门比较好。我比较喜欢书籍，因为做起笔记比较方便。有输入同时有输出才能让学习效率更加好，所以边读边做笔记。下面我将按照西瓜书的章节来，如果有不对的地方，还望指导学习。正文首先，通过思维导图来描述一下西瓜书第一章的知识内容与结构。
西瓜
转载
2024-06-24 20:00:20
66阅读
