如何正确的挑选西瓜

《机器学习》周志华
第一章 绪论
盛夏来临,空调西瓜成为幸福的代名词。于是,如何正确的挑选西瓜变成一个影响幸福值的重要议题。你在夏夜的晚上,挑了个根蒂蜷缩,敲起来声音浊响的青绿西瓜。期待一会儿手起刀落,皮薄肉厚瓤甜,大快朵颐。之所以知道具有这样特征的西瓜好吃,是因为我们吃过很多西瓜,基于这些特征有了经验,面对一个未知的西瓜,我们会用过去经验进行颜色,根蒂,声音这些属性(或特性)判断,以做出更好决策——买个好吃的瓜。

我在说挑西瓜,我也再说机器学习。

周志华这本《机器学习》书的封面特别清新,封面底下有一排西瓜,于是这本书也被叫作「西瓜书」。表里如一的是,这本书真的再讲怎么挑西瓜!在生动的西瓜辅助下,第一章开篇引入了很多基础概念和术语,真正做到了深入浅出。连离散回归这种之前只听说但不明觉厉的概念我都懂了!(没错,我就是这种程度的文科生= =)

之后谈及机器学习的发展历程(此处不展开)。一直到今天数据科学,大数据,数据挖掘等词不绝于耳。李世石对战AlphaGo更是将「机器学习」推上前所未有的热度。

这一切得力于数据收集,计算,存储,传输能力都大大加强,搜索引擎改变了人类生活方式。美国《新闻周刊》对谷歌有一句评论:「它使任何人离任何问题答案间的距离变得只有点击一下鼠标那么远。」

至于其他的应用书中例举了机器学习对无人驾驶技术的贡献,还提到2012年奥巴马得以成功上位,离不开麾下一支机器学习团队。通过对选情数据进行分析,为奥巴马提示下一步竞选行动。

例如他们使用机器学习技术分析社交网络数据,判断出在总统候选人第一次辩论之后哪些选民会倒戈,并根据分析的结果开发出个性化宣传策略,能为每位选民找出一个最有说服力的挽留理由;他们基于机器学习模型的分析结果提示奥巴马应去何处开展拉票活动,有些建议甚至让专业竞选顾问大吃一惊,而结果表明去这些地方大有收获。

总统选举需要大量金钱,机器学习技术在这方面发挥了奇效。例如,机器学习模型分析出,某电影明星对某地区某年龄段的特定人群很有吸引力,而这个群体很愿意出高价与该明星及奥巴马共进晚餐……果然,这样一次筹资晚宴成功募集到1500万美元;最终,借助机器学习模型,奥巴马筹到了创纪录的10亿美元竞选经费。

第一章很友好的概述了整本书会涉及的一些问题,对于一个数学白痴,后面章节的满目公式显得很不友好。只求理解分析问题的思路,对于公式推导采用不求甚解政策。恩,就是这样。

第二章 模型评估与选择

经验误差:

过拟合:

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,723评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,003评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,512评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,825评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,874评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,841评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,812评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,582评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,033评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,309评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,450评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,158评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,789评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,409评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,609评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,440评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,357评论 2 352

推荐阅读更多精彩内容