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
1 绪论 - 1.2 机器学习（周志华）的一些基本术语 - 《周志华《机器学习》学习笔记》 - 书栈网 · BookStack
1 绪论 - 1.2 机器学习（周志华）的一些基本术语 - 《周志华《机器学习》学习笔记》 - 书栈网 · BookStack “机器学习”这个词，听起来是不是有点科幻？其实它早已渗透到我们生活的方方面面。周志华的《机器学习》这本书，就像一位经验丰富的导师，用清晰的语言，向我们揭开了这个迷人的领域。今天，我们就来梳理一下这本书里一些核心的术语，为后续的学习打下坚实的基础。 首先，我们要明确“机器学习”的核心概念——算法。周志华将机器学习定义为“一种让计算机从数据中学习，无需显式编程的方法”。换句话说，我们不是直接告诉计算机如何解决问题，而是提供大量的数据，让它自己去发现规律、建立模型，从而完成任务。 这种“学习”过程，就构成了机器学习的基础。 再来说说几个关键术语。 模型（Model）是机器学习的核心，它代表了算法对数据的理解和总结。 就像一个公式，能够预测未来的趋势。 特征（Feature）则是用于描述数据的属性， 就像我们观察物体时，会关注它的颜色、形状、大小等等。 训练（Training）则是利用训练数据，调整模型参数的过程， 就像我们通过不断的练习，提高技能一样。 此外，“损失函数”（Loss Function）用来衡量模型的预测结果与实际结果之间的差距，而优化算法（Optimization Algorithm）则是用来寻找使损失函数最小化的方法。 想象一下，你正在堆积木，目标是让塔尽可能地高， 那么调整每一块积木的位置，就是一种优化过程。 理解这些基本术语，对于深入理解《机器学习》这本书至关重要。 记住，机器学习不是一蹴而就的， 而是需要我们一步一个脚印，循序渐进地学习和探索的过程。 祝你在学习的道路上，收获满满！
展开
机器学习（周志华）
2025-07-21
12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！