# 理解周志华代价曲线
在机器学习中，代价（损失）曲线是评估和优化模型性能的重要工具。通过代价曲线，我们可以更好地理解我们的模型在不同训练阶段的表现，并根据这些信息来调整我们的模型参数。本文将详细介绍如何实现周志华教授提出的机器学习代价曲线，并使用Python代码来演示实现过程。
## 一、整体流程
我们将整个过程分为以下几个步骤：
| 步骤 | 描述
原创
2024-08-15 04:10:50
175阅读
如果发现Oracle在有索引的情况下而没有使用索引，这并不是Oracle的优化器出错。在有些情况下Oracle确实会选择全表扫描（Full Table Scan），而非索引扫描（Index Scan）。
比如：
1、表未做分析或者分析信息太老，导致 Oracle 判断失误。 分析前可能要读入1000个索引块,分析后可能只要读入100 个索引块. 2、根据表拥有的记录和数据块数，实际
转载
2023-10-16 13:51:31
147阅读
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
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
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（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
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
上文详细介绍了P-R曲线与ROC曲线的性能评估方法，P-R曲线与ROC曲线是基于均等损失代价的模型性能评估方法，本文承接上文，详细介绍基于非均等损失代价的模型性能评估方法，并对已介绍的性能评估方法进行了总结。 2.4 代价敏...
原创
2021-08-31 17:51:30
831阅读
大部分基础概念知识已经在Machine Learning|Andrew Ng|Coursera 吴恩达机器学习笔记这篇博客中罗列,因此本文仅对感觉重要或不曾了解的知识点做摘记 第1章 绪论对于一个学习算法a,若它在某问题上比学习算法b好,则必然存在另一些问题,在那里b比a好.即"没有免费的午餐"定理(No Free Lunch Theorem,NFL).因此要谈论算法
转载
2024-07-05 11:06:03
66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
一、第一部分：1~3
1、绪论
（1）自己总结
1.1引言（机器学习是什么）机器学习：研究如何通过计算的手段，利用经验（通常以数据的形式存在）来改善系统自身的性能，即研究在计算机上从数据中产生模型的算法，也就是学习算法，从而实现预测
1.2基本术语示例/样本/特征向量、数据集、属性/特征、属性值、属性空间/样本空间/输入空间学习/训练（拿到数据，通过某个学习算法，学得模型/学习器（可看作学习算法给
转载
2024-05-17 17:23:02
82阅读
第三章 线性模型
转载
2024-05-10 01:23:54
18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
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
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
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
