机器学习-周志华

机器学习的一些小tips周志华Tom M.Mitchell,是卡内基梅隆大学的教授,讲授“机器学习”等多门课程;美国人工智能协会(AAAL)的主席;美国《Machine Learning》杂志、国际机器学习年度会议(ICML)的创始人;多种技术杂志的撰稿人,曾发表过许多文章,出版过多本专著,是机器学习领域的著名学者。

本书展示了机器学习中核心的算法和理论,并阐明了算法的运行过程。本书综合了许多的研究成果,例如统计学人工智能、哲学、信息论、生物学、认知科学计算复杂性和控制论等,并以此来理解问题的背景、算法和其中的隐含假定。本书可作为计算机专业 本科生、研究生教材,也可作为相关领域研究人员、教师的参考书。

在南大听过周老师的报告,对他整体的感觉很好,年轻有为,思维敏捷,识多见广(专业领域),而且最主要的是他培养学生的方法很独特,也很有效,由于后来自 己不做机器学习了,所以有段时间没有关注他和他的研究组的工作了,今天看到2010年CVPR上的:Cost-Sensitive Subspace Learning for Face Recognition. 原文没有搜到,结果发现了周做了相关的工作,而且发了一篇PAMI: Cost-sensitive face recognitionIEEE Transactions on Pattern Analysis and Machine Intelligence, 

简单浏览了周的主页:http://cs.nju.edu.cn/zhouzh/index.htm

及其实验室的主页:http://lamda.nju.edu.cn/MainPage.ashx

绝对是硕果累累,他们的工作目前主要集中在多标记,多事例学习:

 

G

M

T

檢測語言
阿尔巴尼亚语
阿拉伯语
阿塞拜疆语
爱尔兰语
爱沙尼亚语
巴斯克语
白俄罗斯语
保加利亚语
冰岛语
波兰语
波斯尼亚语
波斯语
布尔语(南非荷兰语)
丹麦语
德语
俄语
法语
菲律宾语
芬兰语
高棉语
格鲁吉亚语
古吉拉特语
哈萨克语
海地克里奥尔语
韩语
豪萨语
荷兰语
加利西亚语
加泰罗尼亚语
捷克语
卡纳达语
克罗地亚语
拉丁语
拉脱维亚语
老挝语
立陶宛语
罗马尼亚语
马尔加什语
马耳他语
马拉地语
马拉雅拉姆语
马来语
马其顿语
毛利语
蒙古语
孟加拉语
缅甸语
苗语
南非祖鲁语
尼泊尔语
挪威语
旁遮普语
葡萄牙语
齐切瓦语
日语
瑞典语
塞尔维亚语
塞索托语
僧伽罗语
世界语
斯洛伐克语
斯洛文尼亚语
斯瓦希里语
宿务语
索马里语
塔吉克语
泰卢固语
泰米尔语
泰语
土耳其语
威尔士语
乌尔都语
乌克兰语
乌兹别克语
希伯来语
希腊语
西班牙语
匈牙利语
亚美尼亚语
伊博语
意大利语
意第绪语
印地语
印尼巽他语
印尼语
印尼爪哇语
英语
约鲁巴语
越南语
中文简体
中文繁体
  阿尔巴尼亚语
阿拉伯语
阿塞拜疆语
爱尔兰语
爱沙尼亚语
巴斯克语
白俄罗斯语
保加利亚语
冰岛语
波兰语
波斯尼亚语
波斯语
布尔语(南非荷兰语)
丹麦语
德语
俄语
法语
菲律宾语
芬兰语
高棉语
格鲁吉亚语
古吉拉特语
哈萨克语
海地克里奥尔语
韩语
豪萨语
荷兰语
加利西亚语
加泰罗尼亚语
捷克语
卡纳达语
克罗地亚语
拉丁语
拉脱维亚语
老挝语
立陶宛语
罗马尼亚语
马尔加什语
马耳他语
马拉地语
马拉雅拉姆语
马来语
马其顿语
毛利语
蒙古语
孟加拉语
缅甸语
苗语
南非祖鲁语
尼泊尔语
挪威语
旁遮普语
葡萄牙语
齐切瓦语
日语
瑞典语
塞尔维亚语
塞索托语
僧伽罗语
世界语
斯洛伐克语
斯洛文尼亚语
斯瓦希里语
宿务语
索马里语
塔吉克语
泰卢固语
泰米尔语
泰语
土耳其语
威尔士语
乌尔都语
乌克兰语
乌兹别克语
希伯来语
希腊语
西班牙语
匈牙利语
亚美尼亚语
伊博语
意大利语
意第绪语
印地语
印尼巽他语
印尼语
印尼爪哇语
英语
约鲁巴语
越南语
中文简体
中文繁体
             

語言功能限100個字符

選項 : 歷史 : 幫助 : 反饋關閉

时间: 2024-10-13 12:22:40

机器学习-周志华的相关文章

【读书笔记】机器学习-周志华 & 机器学习实战(Python)

这两本放在一起看吧.当然了,我觉得Spark上面的实践其实是非常棒的.有另一个系列文章讨论了Spark. /Users/baidu/Documents/Data/Interview/机器学习-数据挖掘/<机器学习_周志华.pdf> 一共442页.能不能这个周末先囫囵吞枣看完呢.哈哈哈. P1 一般用模型指全局性结果(例如决策树),用模式指局部性结果(例如一条规则). P3 如果预测的是离散值,那就是分类-classification:如果预测的是连续值,那就叫回归-regression. P3

机器学习周志华——学习器性能度量

衡量模型泛化能力的评价标准,就是性能度量(performance measure). (1)错误率与精度 (2)查准率.查全率与F1 基于样例真实类别,可将学习器预测类别的组合划分为真正例(true positive).假正例(false positive).真反例(true negative).假反例(false negative),TP.FP.TN.FN分别表示其对应的样例数,则有TP+FP+TN+FN=样例总数. 查准率P与查全率R分别定义为: P= TP/(TP+FP)=>正例结果中真正

机器学习是什么--周志华

机器学习是什么--周志华 机器学习现在是一大热门,研究的人特多,越来越多的新人涌进来. 不少人其实并没有真正想过,这是不是自己喜欢搞的东西,只不过看见别人都在搞,觉着跟大伙儿走总不会吃亏吧. 问题是,真有个“大伙儿”吗?就不会是“两伙儿”.“三伙儿”?如果有“几伙儿”,那到底该跟着“哪伙儿”走呢? 很多人可能没有意识到,所谓的machine learning community,现在至少包含了两个有着完全不同的文化.完全不同的价值观的群体,称为machine learning "communit

《机器学习》(周志华)第4章 决策树 笔记 理论及实现——“西瓜树”

参考书籍:<机器学习>(周志华) 说       明:本篇内容为读书笔记,主要参考教材为<机器学习>(周志华).详细内容请参阅书籍——第4章 决策树.部分内容参考网络资源,在此感谢所有原创者的工作. ================================================================= 第一部分 理论基础 1. 纯度(purity) 对于一个分支结点,如果该结点所包含的样本都属于同一类,那么它的纯度为1,而我们总是希望纯度越高越好,也就是

(二)《机器学习》(周志华)第4章 决策树 笔记 理论及实现——“西瓜树”——CART决策树

CART决策树 (一)<机器学习>(周志华)第4章 决策树 笔记 理论及实现--"西瓜树" 参照上一篇ID3算法实现的决策树(点击上面链接直达),进一步实现CART决策树. 其实只需要改动很小的一部分就可以了,把原先计算信息熵和信息增益的部分换做计算基尼指数,选择最优属性的时候,选择最小的基尼指数即可. #导入模块 import pandas as pd import numpy as np from collections import Counter #数据获取与处理

周志华:关于机器学习的一点思考

https://mp.weixin.qq.com/s/sEZM_o5D6AhyMgvocbsFhw 演讲:周志华 整理:肖琴.闻菲 [新智元导读]机器学习如今大获成功的原因有哪些?如何才能取得进一步的突破?南京大学周志华教授在AI WORLD 2018大会上分享他关于机器学习的一点思考:我们需要设计新的.神经网络以外的深度模型:让智能体在弱监督条件下也能够学习,以及考虑开放动态任务环境下的学习. 播放 震撼!AI WORLD 2018世界人工智能峰会开场视频 南京大学计算机系主任.人工智能学院院

偶尔转帖:AI会议的总结(by南大周志华)

偶尔转帖:AI会议的总结(by南大周志华) 说明: 纯属个人看法, 仅供参考. tier-1的列得较全, tier-2的不太全, tier-3的很不全. 同分的按字母序排列. 不很严谨地说, tier-1是可以令人羡慕的, tier-2是可以令 人尊敬的,由于AI的相关会议非常多, 所以能列进tier-3的也是不错的 tier-1: IJCAI (1+): International Joint Conference on Artificial Intelligence AAAI (1): Na

(转)周志华:“深”为什么重要,以及还有什么深的网络

周志华老师大家应该都很熟悉吧,今天偶然看到他在今年IJCAI大会上的发言稿,感觉读完受益匪浅,故摘录下来与大家分享,也方便日后复习查看. 本文由雷锋网整理完成,原文地址:https://ai.yanxishe.com/page/reportDetail/14317 这里只是用于学习用途,非商业用途,如有侵权,请联系博主删除. 深度学习就等于深度神经网络吗? 深度学习今天已经有各种各样的应用,到处都是它,不管图像也好,视频也好,声音自然语言处理等等.那么我们问一个问题,什么是深度学习? 我想大多数

看周志华教授的一番话有感

[看周志华教授的一番话有感] " 有点幽默,但很朴实,深度学习现在差不多就是民工活,调来调去,刷来刷去.文章发得飞快,貌似热闹,但有多少是能积淀下来的实质真进展,又有多少是换个数据就不靠谱了的蒙事撞大运?既缺乏清澈干净的内在美感,又不致力于去伪存真.正本清源,只图热闹好看,迟早把 arXiv 变成废纸堆. " 周志华教授的这段话在一定程度上说的就是我, 总是把别人的代码拿下来跑, 好像跑通了就会很有成就感 其实这种想法很危险, 在当前深度学习的浪潮里,非常需要能静下心研究出真正的东西而