西瓜书Task01

西瓜书基本术语： 第一章 第二章：模型评估与选择

机器学习—西瓜书task01

西瓜书Task04

最近实在太忙了，连续三天10点后到家，所以没有学完，知识点会后补。

重要性质：训练完成后，大部分训练样本不需要保留，最终模型仅与支持向量有关。w为法向量，b为位移项，划分超平面可以被wb确定。#最大化间隔——支持向量机的基本型。#线性可分，映射到更高维的特征空间。核函数选择成为支持向量机的最大变数。#通过核化进行非线性拓展。

介绍了机器学习流程：收集若干样本——训练样本 （80 个）和测试样本（20个）——选用机器学习算法——在训练集上进行训练——产出得到模型——用测试集来测试模型的效果。

第一章 绪论： 了解了什么是机器学习；知道了一些基本术语：如属性、特征、分类、回归…；知道了如何归纳和演绎，什么是假设空间和版本空间；知道了什么是归纳偏好和“NFL”定理,机器学习的发展。第二章 模型评估与选择：过拟合、欠拟合的概念；如何进行模型的评估与选择：留出法、交叉验证法、自助法，什么是调参和最终模型；如何进行性能度量，知道了“混淆矩阵” ...

机器学习基础知识

简单工厂模式，工厂方法模式，策略模式，装饰模式，代理模式

状态模式（State），当一个对象的内在状态改变时允许改变其行为，这个对象看起来像是改变了其类。适配器模式（Adapter），将一个类的接口转换成客户希望的另外一个接口。Adapter模式使得原本由于接口不兼容而不能一起工作的那些类可以一起工作单例模式（Singleton），保证一个类仅有一个实例，并提供一个访问它的全局访问点。通常我们可以让一个全局变量使得一个对象被访问，但它不能防止你实例化多个对象。一个最好的办法就是，让类自身负责保存它的唯一实例。

桥接模式、职责链模式、中介模式

制造者模式，观察者模式、原型模式、模板方法模式、外观模式、抽象工厂模式

1. 显卡日志 下面给出了3090显卡的性能测评日志结果，每一条日志有如下结构： Benchmarking #2# #4# precision type #1# #1# model average #2# time : #3# ms 其中#1#代表的是模型名称，#2#的值为train(ing)或inference，表示训练状态或推断状态，#3#表示耗时，#4#表示精度，其中包含了float, half, double三种类型，下面是一个具体的例子： Benchmarking Inference f

我们在做任何系统的时候，都不要指望系统一开始时需求确定，就再也不会变化，这是不现实也不科学的想法，而既然需求是一定会变化的，那么如何在面对需求的变化时，设计的软件可以相对容易修改，不至于说，新需求一来，就要把整个程序推倒重来，怎样的设计才能面对需求的改变却可以保持相对稳定，从而使得系统可以在第一个版本以后不断推出新的版本呢？类之间的耦合越弱，越有利于复用，一个处在弱耦合的类被修改，不会对有关系的类造成波及.也就是说，信息的隐藏促进了软件的复用。即对于扩展是开放的，对于更改是封闭的。也即这个类只有一个职责。