《机器学习》 —周志华版(西瓜书)–课后参考答案
对机器学习一直很感兴趣,也曾阅读过李航老师的《统计学习导论》和Springer的《统计学习导论-基于R应用》等相关书籍,但总感觉自己缺乏深入的理解和系统的实践。最近从实验室角落觅得南京大学周志华老师《机器学习》一书,随意翻看之间便被本书内容文笔深深吸引,如获至宝。遂决定要认真学习本书并将学习过程记录下来。感觉若以读书笔记的形式做记录未免枯燥(且网上已有大量相关内容)。那就暂且将课后练习的个人思路和答案写成系列博客,希望得到朋友们的交流指导。
从刚开始学习机器学习到现在也有几个月了,期间看过PDF,上过MOOC,总感觉知道一点了又不是特别明白,最后趁某东买书大减价弄了几本相关的书来看看,其中一本就是西瓜书。一口气看了前10章,感觉每章内容都很少,看完感觉还是和以前一样。每章的习题都只是挑了几个简单的看看,没做认真的分析,现在回过头认真做做每章的习题。别的不说了,希望可以坚持到全部做完。
– 目录
第一章 绪论
第二章 模型评估与选择
第三章 线性模型
第四章 决策树
[2016.12.20]决策树代码太乱,近期重写[2017.1.16][完成]
第五章 神经网络
[2016.12.20]缺第6,10题,第10题近期补上
第六章 支持向量机
缺第10题,暂不补
第七章 贝叶斯分类器
缺第9,10题,暂不补
第八章 集成学习
缺第9题,暂不补
第九章 聚类
缺第8题,暂不补
第十章 降纬与度量学习
第十一章 特征选择与稀疏学习
第十二章 计算理论学习
第十三章 半监督学习
第十四章 概率图模型
缺第10题,暂不补
第十五章 规则学习
缺第3,5题,代码缺6,10,暂不补
第十六章 强化学习
缺第9,10题,暂不补
目录:
- 周志华《机器学习》课后习题解答系列(二):Ch1 – 绪论
- 周志华《机器学习》课后习题解答系列(三):Ch2 – 模型评估与选择
- 周志华《机器学习》课后习题解答系列(四):Ch3 – 线性模型
- 周志华《机器学习》课后习题解答系列(四):Ch3.3 – 编程实现对率回归
- 周志华《机器学习》课后习题解答系列(四):Ch3.4 – 交叉验证法练习
- 周志华《机器学习》课后习题解答系列(四):Ch3.5 – 编程实现线性判别分析
- 周志华《机器学习》课后习题解答系列(五):Ch4 – 决策树
- 周志华《机器学习》课后习题解答系列(五):Ch4.3 – 编程实现ID3算法
- 周志华《机器学习》课后习题解答系列(五):Ch4.4 – 编程实现CART算法与剪枝操作
- 周志华《机器学习》课后习题解答系列(六):Ch5 – 神经网络
- 周志华《机器学习》课后习题解答系列(六):Ch5.5 – BP算法实现
- 周志华《机器学习》课后习题解答系列(六):Ch5.6 – BP算法改进
- 周志华《机器学习》课后习题解答系列(六):Ch5.7 – RBF网络实验
- 周志华《机器学习》课后习题解答系列(六):Ch5.8 – SOM网络实验
- 周志华《机器学习》课后习题解答系列(六):Ch5.10 – 卷积神经网络实验
参考:http://blog.csdn.net/snoopy_yuan/article/details/62045353
课程代码:https://github.com/Tsingke/Machine-Learning_ZhouZhihua