摘要：
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 阅读全文
摘要：
（1）经验误差与过拟合 错误率error rate：分类错误的样本数占样本总数的比例a。 精度accuracy：分类正确的样本数占样本总数的比例1-a。 误差error：｜实际预测输出-样本真实输出｜ 训练误差training error或经验误差empirical error：学习器在训练集上的误 阅读全文
摘要：
机器学习重要国际会议： 国际机器学习会议（ICML） 国际神经信息处理系统会议（NIPS） 国际学习理论会议（COLT） 机器学习重要区域会议： 欧洲机器学习会议（ECML） 亚洲机器学习会议（ACML） 机器学习重要国际期刊： Journal of Machine Learning Researc 阅读全文
摘要：
多媒体、图形学、网络通信等计算机应用技术领域，尤其是计算机视觉、自然语言处理。 交叉学科的技术支撑，例如生物信息学，它的研究涉及从“生命现象”到“规律发现”的整个过程，包括数据处理整个流程，其中“数据分析”就是机器学习的舞台。 数据科学的核心即通过分析数据获取价值。机器学习是大数据时代必不可少的核心 阅读全文