word文档为机器学习西瓜书简易内容，适合用于大学期间期末复习

机器学习西瓜书的公式解析

西瓜书第六章，选择两个UCI数据集(iris和XX)，linear,rbf两个核函数训练SVM，BP，C.4.5决策树实验比较

机器学习-西瓜书-在iris数据集上综合评价BP、 ABP神经网络的性能

自己给自己看的，总结的不好，别骂，别管~

《机器学习》（周志华）章节笔记和课后题

机器学习（西瓜书）.pdf

第3章学习笔记，网站抽风不能发表和编辑文章，等好了改成文章发布

【对应博客内本章内容】 4.3 编程实现基于信息熵进行划分选择的决策树算法，并为西瓜数据集3.0中的数据生成一颗决策树。 4.4 编程实现基于基尼指数进行划分选择的决策树算法，为西瓜数据集2.0生成预剪枝、后剪枝决策树，并与未剪枝决策树进行比较。 4.6 选择4个UCI数据集，对上述2种算法产生的未剪枝，预剪枝，后剪枝的决策树进行实验比较，并进行适当的统计显著性检验。 原文链接：https://blog.csdn.net/m0_46345193/article/details/

学习了机器学习的基础以及相关理论，颇有收获，并做了相关笔记，对于机器学习有了更为深入的理解，为以后的学习以及研究打下基础。 主要内容包含以下相关主题： - 模型的评估与选择 - 神经网络 - 支持向量机 - 贝叶斯分类器 - 集成学习 - 聚类 - 降维与度量学习 - 半监督学习 - 概率图模型 涉及机器学习的基础理论和术语，和一些经典模型与方法。 内容充实详细，不仅有介绍，推理，还有分类以及总结内容。