周志华《机器学习》第一章读书笔记以及课后习题答案

读书笔记

1.根据训练数据是否拥有标记信息，学习任务可大致分两类

2.学得模型适用于新样本的能力，称为“泛化”能力。

3.假设空间和版本空间
例题的假设空间由3部分组成
①色泽，根蒂，敲声分别有3,3,3种取值
②色泽，根蒂，敲声取什么值都合适，我们使用通配符“*”来表示，所以取值分别用1,1,1表示
③还有一种极端情况，有可能“ 好瓜 ”这个概念根本就不成立，世界上压根就没有“好瓜”这种东西，我们用Ø表示这个假设
所以假设空间大小规模
（3+1）×（3+1）×（3+1）+1=65
现实问题中我们常面临很大的假设空间，但学习过程是基于有限样本训练集进行的，因此有可能有多个假设与训练集一致，即存在着一个与训练集一致的“假设集合”，我们称之为“版本空间（version space）”。

4.机器学习算法在学习过程中对于某种类型假设的偏好，称为“归纳偏好”（inductive bias）或简称为“偏好”

5.奥斯姆剃刀（Occam‘s razor）是一种常用的、自然科学研究中最基本的原则，则“若有多个假设与观察一致，则选最简单的那个”

6.没有免费午餐定理（NFL定理）

书上证明较简单，建议自己手动推一下。
浅谈NFL没有免费的午餐定理

7.机器学习领域重要会议和期刊
最重要的国际学术会议是国际机器学习会议（