图灵汇官网

内容概述

周志华的《机器学习》被誉为人工智能领域中文版的经典之作。这本书面向中文读者，旨在帮助学生和对人工智能感兴趣的读者了解机器学习的基础知识。书中以通俗易懂的方式，详细介绍了机器学习的各个方面，被业内称为“西瓜书”。

全书分为三个部分，共计16章：

1. 基础知识（第1～3章）：涵盖机器学习的基本概念，如绪论、模型评估与选择、线性模型等。
2. 经典方法（第4～10章）：讨论了一些经典的机器学习方法，包括决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习等。
3. 进阶知识（第11～16章）：涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习及强化学习等内容。

目录

书中除第1章外，每章都配有习题。这些习题旨在帮助读者巩固所学知识，并引导他们扩展相关知识。部分习题难度较高，仅供具有挑战精神的读者参考。本书适合作为计算机、自动化等相关专业学生的教材，也可供研究人员和工程师参考。

绪论

基本术语

• 数据集：一组数据样本的集合。
• 示例：对数据样本的具体描述。
• 属性：描述样本的特性。
• 属性值：属性的具体数值。
• 属性空间：由属性构成的空间，有几个属性就有几维。
• 特征向量：属性空间中的向量。
• 训练：通过数据学习模型的过程。
• 训练数据：用于训练的数据。
• 不可知样本：未来可能出现的数据。
• 假设：模型对数据的解释。
• 真相：数据的真实规律。
• 分类：离散的输出结果。
• 回归：连续的输出结果。
• 监督学习：已知结果的数据。
• 无监督学习：未知结果的数据。

假设空间

假设我们有一个训练数据集，目标是通过数据集学习出一个好的模型。例如，通过一些属性来判断一个“好瓜”。

归纳偏好

归纳偏好是指在面对多个可能的假设时，算法如何根据先验知识或假设选择最优模型。这种偏好会影响模型的学习过程和性能。

模型评估与选择

经验误差与过拟合

• 过拟合：模型过度拟合训练数据，导致在新数据上的表现不佳。
• 欠拟合：模型未能充分学习数据的特征，导致在新数据上的表现不佳。

评估方法

• 留出法：将数据集分为训练集和测试集。
• 交叉验证法：将数据集划分为多个互斥子集。
• 自助法：通过有放回抽样构建训练集和测试集。

性能度量

• 错误率与精度：错误率是分类错误的样本比例，精度是分类正确的样本比例。
• 查准率与查全率：查准率是预测为正类的实际为正类的比例，查全率是实际为正类的预测为正类的比例。
• F1分数：查准率和查全率的调和平均值。
• ROC曲线与AUC：ROC曲线以真阳性率和假阳性率为坐标轴，AUC表示ROC曲线下的面积。
• PR曲线与PR-AUC：PR曲线以查准率为纵轴，查全率为横轴，PR-AUC表示PR曲线下的面积。

比较检验

比较检验主要涉及两个步骤：

1. 提出假设：

   • 零假设：通常是关于总体参数的假设。
   • 备择假设：当零假设被拒绝时接受的假设。

2. 收集证据并进行检验：

   • 使用统计测试（如t检验、卡方检验等）。
   • 计算统计量（如t值、卡方值等）。
   • 确定显著性水平（如α=0.05）。
   • 根据统计量的值和显著性水平计算p值。
   • 如果p值小于显著性水平，则拒绝零假设；否则不拒绝。

书籍资料领取方式

• 方式一：私信发送“1”即可免费领取。
• 方式二：关注公众号“编程百事通”。