← 返回刚才阅读的位置

知识卡片

结构图卡 · 9837.c · 生成模型:Hunyuan

全书三条主线贯穿机器学习

理解等级:中级

全书不以数学或算法本身为纲,而以思想的发展过程为纲,具体算法只是主线上的明珠。三条主线贯穿始终:第一条是神经网络的演进——从第一代线性分类器(感知器、Logistic 网络)到第二代非线性网络(BP、SOM、玻尔兹曼机),经支持向量机结束浅层算法的诸多问题,再进入以迭代与分层机制为基础的深度学习(多层感知器、卷积神经网络);第二条是贝叶斯理论的智能推理路线——朴素贝叶斯用于文本分类,进而贝叶斯网,再到隐马尔科夫模型用于词性标注;第三条是矩阵降维路线——协同过滤中的 SVD 隐语义分析与主成分分析 PCA,另含决策树 ID3、C4.5、CART、AdaBoost。目标是让读者把各类理论融会贯通。

结构图:

flowchart LR
  A[思想发展过程] --> B[主线一 神经网络]
  A --> C[主线二 贝叶斯理论]
  A --> D[主线三 矩阵降维]
  B --> B1[线性/非线性网络]
  B1 --> B2[支持向量机]
  B2 --> B3[深度学习]
  C --> C1[朴素贝叶斯]
  C1 --> C2[贝叶斯网→HMM]
  D --> D1[SVD/PCA]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 前言 · 查看原书依据

      目前机器学习主要由这三条主线贯穿始终,本书着力于讲解这三条主线的理论发展、思想变迁、数学原理,而具体算法就是其上的一颗颗明珠。希望读者在学习完本书之后,能够将机器学习的各种理论融会贯通。

    参考来源

    - 位置:《机器学习算法原理与编程实践》前言(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00004.html) - 结论依据:原文指出最重要的不是数学或算法本身而是思想的发展过程,逐条给出三条主线的构成与对应章节,并在结尾点明三条主线贯穿始终、算法是主线上的明珠,直接支撑结构图中的分支关系。 - 原始内容:目前机器学习主要由这三条主线贯穿始终,本书着力于讲解这三条主线的理论发展、思想变迁、数学原理,而具体算法就是其上的一颗颗明珠。希望读者在学习完本书之后,能够将机器学习的各种理论融会贯通。