第 1 页 / 共 19 页
第 2 页 / 共 19 页
第 3 页 / 共 19 页
第 4 页 / 共 19 页
第 5 页 / 共 19 页
第 6 页 / 共 19 页
第 7 页 / 共 19 页
第 8 页 / 共 19 页
第 9 页 / 共 19 页
第 10 页 / 共 19 页
第 11 页 / 共 19 页
第 12 页 / 共 19 页
第 13 页 / 共 19 页
第 14 页 / 共 19 页
第 15 页 / 共 19 页
第 16 页 / 共 19 页
第 17 页 / 共 19 页
第 18 页 / 共 19 页
第 19 页 / 共 19 页
【机器学习（周志华） & 西瓜书】期末复习笔记整理_西瓜书复习资料
【机器学习（周志华） & 西瓜书】期末复习笔记整理_西瓜书复习资料 机器学习，这个词汇像一颗种子，在我的脑海里扎下了深深的根。周志华的《机器学习》这本书，就像一把精巧的铲子，帮助我将这颗种子刨出，小心翼翼地呵护着它的生长。期末的复习，更像是一次精心策划的浇灌，让我对整个学习过程有了更深刻的理解。 首先，必须牢固掌握监督学习的基石。周志华在书中详细阐述了线性回归、逻辑回归等算法的原理，更重要的是，他深入剖析了模型训练的目标函数以及损失函数，比如均方误差、交叉熵。理解这些概念，才能真正明白模型是如何学习的，如何进行预测的。 接下来，我们不得不谈谈非线性模型。周志华用“曲线拟合”这个比喻，生动形象地说明了多项式回归、支持向量机（SVM）的应用场景。SVM的核心思想是找到一个最优的超平面，将不同类别的样本分开。这需要我们理解核函数的定义以及不同核函数的特点。 自然，我们也不能忽略无监督学习。聚类算法，比如K-Means，在数据分析中扮演着重要的角色。周志华用实例说明了如何选择合适的K值，以及如何评估聚类结果。 此外，模型评估也是不可或缺的环节。周志华在书中详细讨论了偏差-方差权衡、正则化等技术，帮助我们构建出泛化能力更强的模型。 总而言之，背诵这些公式、理解这些概念，远比简单地记住每一个步骤要重要。期末的复习，让我认识到，机器学习不仅仅是一门技术，更是一种思维方式，一种不断探索、不断学习的旅程。希望这些笔记能帮助大家在期末考试中取得好成绩！
展开
机器学习（周志华）
2025-07-21
9次阅读
资料获取方式
温馨提示：登录学霸英雄官网后可获取更多大学生必备科目和考证等复习备考资料！