机器学习第二次个人作业

学习心得

老师教的不错，但是感觉有些地方教的不够仔细，比如数学推导的过程。
课程引人思考，每一节的最后都提出了问题，用来引出下一节的内容。
但感觉好像教了些不重要的东西（在其他参考资料中少见），比如直方图与核密度估计，还有fisher判据。
感觉最后一章的难度较大，教的也不够详细，比如没有给出二次规划问题如何求解，而直接说可以调库。还有4.9节ppt第12页中根据KKT条件得到下面的结论看得也很费解。
学习的过程中遇到了一个很大的问题，那就是矩阵求导，老师说这是前置知识要自学，但上网查的资料往往只给出不同类型的矩阵求导结果，不是很明白原理。

预习和复习笔记

第一章 模式识别基本概念 笔记
第二章 基于距离的分类器 笔记
第三章 贝叶斯决策和学习 笔记
第四章 线性判据与回归 笔记