小编学识有限,可能不会在第一时间,或者保证本身的高产效率,我的认为,只有吸取了的知识点才能够叫作笔记。固然,小编也不会循序渐进的0是将书中的知识点带入到笔记中来。但愿和志同道合之士共进步
算法
此书共十六章,大致能够分为三部分:机器学习
前三章以后各章均相对独立,你们能够根据本身的兴趣以及时间自主分配。学习
姓名 | 职位 | 目标岗位 |
---|---|---|
李智博 | Dev | AI算法工程师 |
男 | AI爱好者 | 深度学习开发工程师 |
本科 | AI嵌入式部署工程师 |
目录和前言每每是一本书中最容易被读者忽视的地方,因为我也是第一次看这本书,对这句话产生了深入的记忆:"入门阶段最须要的是理清基本概念、了解领域概貌,这比如人到了一个陌生的地方,首先要去找一张地图,大概了解哪里是山,那里有水,本身身在何处,而后才好到具体的区域去探索"。这句话在小编心中留下很深入的教诲,茅塞顿开。之前读书没有看目录,认为只要按照做者的设计思路去浏览一本书就算把书吃透了,可是读过几本书后发现有些书里面按照做者的思路去浏览,有一些知识点属于领域性比较强,这些是用不上的。读者固然也但愿所学"既广而深",但在有限的时间内必先有个折中,在入门阶段“顾及细微”应该让位与“观其大略”,不然不免只见树木,不见森林。设计
第一章内容相对比较轻松,介绍的是一些基本术语以及基础知识,下main咱们从头开始分析。code
像LOL同样,这本书中全是细节。读引言的时候,有些好奇以下这一段话是为了代入感更强仍是单纯是周老师馋西瓜啦,哈哈哈哈blog
傍晚小街路面上沁出微雨后的湿润,和煦的细风吹来,抬头看看天边的傍晚,嗯,明天又是一个好天气,走到水果摊旁边挑了一个根蒂蜷缩、挑起来声音浑浊响的青绿西瓜, 一边满心期待着皮薄肉厚瓤甜的爽落感,一边愉快的想着,这学期下了狠功夫,基础概念弄得清清楚楚,算法做业也是信手拈来,这门课的成绩必定差不了
一段话,满满的全是细节ci
数据集(Dataset)
样本(Sample)
属性(Attribute)
特征(Feature)
回归(regression)
分类(classification)
聚类(clustering)
关联(association)
有监督学习
无监督学习
半监督学习开发
这里须要注意,在训练时可能会出现多个假设与训练集一致的“假设集合”例如(色泽=,根蒂=蜷缩,敲声=浊响)能够包含(色泽=,根蒂=蜷缩,敲声=)(色泽=,根蒂=*,敲声=浊响)的版本空间,因此引出1.4概括偏好。部署