机器学习第二次作业
预习与复习笔记
第一章 模式识别基本概念
第二章 基于距离的分类器
第三章 贝叶斯决策和学习
第四章 线性判据与回归
学习心得
- 机器学习的热度虽然一直很高，但在上这门课之前，我并没有学习过相关知识，对于该领域的一些基础也不太了解
- 不过，在看MOOC视频学习以及线上和老师互动的过程中，渐渐地从零开始入门，学到了很多有趣的思想和知识，收获颇多
- 但是课程中一些相关推导过程掌握得并不是很好，尤其是涉及矩阵求导的部分，网上的资料较杂，也没有找到比较详细清晰的介绍
- 最后几节关于SVM的部分，由于学习得比较仓促，内容也有些难度，因此对一些内容理解得还不太深刻，会在后续花时间，查阅资料继续学习
- 实践课和前沿技术的科研实训，促使我自学和动手实践，实现的过程中也让我感受到了这个领域的魅力
- 总的来说这门课还是收获了不少，激发了学习的兴趣，也锻炼了学习与实践的能力。
