机器学习的核心思想就是根据已知的内容去推测未知的内容，然后在已知和未知之间建立起联系，这个联系就是机器学习中的各种模型！这和我们的经验系统很像，...

1. 章节主要内容 在前边的学习过程中，我们知道了监督学习和无监督学习的区别。前者是在标注好了的训练集上训练学习器，并用训练好的学习器去对新的样...

1. 章节主要内容 机器学习理论（computational learning theory）研究的是关于通过“计算”来进行“学习”的理论，即关...

1. 章节主要内容 1）子集搜索和评价 特征选择和降维计算一样，都能有效的减轻维数灾难问题，事实上，特征选择和降维计算是处理高维数据的两大主流技...

1. 章节主要内容 本章的主要内容是降维与度量学习，这是机器学习领域很重要的一块内容。在进入具体的介绍之前，对降维与度量学习不清楚的小伙伴们其实...

1. 章节主要内容 “聚类”（clustering）算法是“无监督学习”算法中研究最多、应用最广的算法，它试图将数据集中的样本划分为若干个通常是...

1. 章节主要内容 集成学习（ensemble learning）是通过构建并结合多个分类器来完成学习任务。 如何产生并结合“好而不同”的个体学...

1. 章节主要内容 贝叶斯分类器是机器学习领域应用很广、效果不错，且算法相对通俗易懂的分类器，并且章节中的一些概念和知识在其它的机器学习算法中也...

1. 章节主要内容 支持向量机是我认为的机器学习算法中最复杂的算法之一，又因为我在总结西瓜书内容的时候是秉持着尽量不贴各种复杂数学公式的原则的，...