1. 《机器学习》（西瓜书） 周志华 资源： 简介：这本书是机器学习范畴的经典入门教材，内容全面，合适初学者和范畴内的专家阅览。书中具体介绍了监督学习、无监督学习、半监督学习、强化学习、集成降维、特征挑选等算法。

2. 《机器学习实战》 资源： 简介：这本书经过实例和代码，具体讲解了机器学习的基础知识和常用算法。笔记中包含了k近邻算法、决策树、朴素贝叶斯、Logistic回归、支撑向量机等内容。

3. 《核算学习办法》 李航 资源： 简介：这本书全面体系地介绍了核算学习的首要办法，包含感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与支撑向量机等，合适想要深化了解核算学习办法的读者。

4. 《西瓜书》学习笔记 CSDN博客 资源： 简介：这个系列博客是记载参与datawhale安排的机器学习自学打卡，首要对周志华教师的西瓜书进行学习自行收拾的笔记，合适想要深化学习西瓜书内容的读者。

深化浅出《西瓜书》：机器学习入门与实践攻略

一、机器学习概述

机器学习是研讨怎么经过核算手法，使用经历来改进体系本身功能的学科。在核算机体系中，经历通常以数据方式存在。因而，机器学习研讨的首要内容是从数据中发生模型的算法，即学习算法。

二、根本术语

在《西瓜书》中，作者具体介绍了机器学习中的根本术语，包含：

数据集（data set）：记载的调集，每条记载是关于一个事情或目标的描绘，称为一个示例（instance）或样本（sample）。

特征向量：以特点为坐标轴，特点值确定在坐标系中的方位的点。

分类（classification）：欲猜测的是离散值。

回归（regression）：欲猜测的是接连值。

聚类（clustering）：将练习会集的数据分红若干组，每组称为一个簇（cluster）。

三、常用机器学习办法

《西瓜书》中介绍了多种常用的机器学习办法，以下罗列几种：

线性回归：经过最小二乘法拟合数据，猜测接连值。

决策树：依据特征值进行分支，终究得到分类或回归成果。

支撑向量机（SVM）：经过寻觅最优的超平面，将数据分为不同的类别。

神经网络：模仿人脑神经元结构，经过多层神经网络进行特征提取和分类。

四、实践使用

机器学习在各个范畴都有广泛的使用，以下罗列几个实例：

医疗范畴：使用机器学习进行疾病诊断、医治计划拟定等。

金融范畴：使用机器学习进行危险评价、信誉评分等。

自然语言处理：使用机器学习进行文本分类、情感剖析等。

图像辨认：使用机器学习进行人脸辨认、物体检测等。

《西瓜书》作为机器学习范畴的经典入门教材，为读者供给了丰厚的理论知识与实践经历。经过学习本书，读者能够把握机器学习的根本概念、常用算法以及实践使用，为后续深化学习打下坚实基础。在人工智能年代，把握机器学习技能具有重要意义，期望本文对读者有所协助。

机器学习，西瓜书，入门，实践，算法，使用

未经允许不得转载：全栈博客园 » 机器学习书笔记,机器学习入门与实践攻略