《机器学习》周志华 读书笔记

第一章：绪论 泛化能力：学到模型适用于新样本的能力。衍生：泛化偏差算法 概括偏好：算法在机器学习过程当中对某种假设的偏好bootstrap “奥卡姆剃刀”原则：如有多个假设与观察一致，则选最简单的那个机器学习 NFL定理：没有免费的午饭。算法没有优劣好坏，针对具体问题具体分析工具 第二章：模型评估与选择 2.1经验偏差与过拟合P23 过拟合：为了获得一致假设而使假设变的过分复杂。模型过分拟合，在训

>>阅读原文<<