这两本放在一起看吧。当然了，我觉得Spark上面的实践其实是非常棒的。有另一个系列文章讨论了Spark。

/Users/baidu/Documents/Data/Interview/机器学习-数据挖掘/《机器学习_周志华.pdf》

一共442页。能不能这个周末先囫囵吞枣看完呢。哈哈哈。

P1 一般用模型指全局性结果（例如决策树），用模式指局部性结果（例如一条规则）。

P3 如果预测的是离散值，那就是分类-classification；如果预测的是连续值，那就叫回归-regression。

P3 聚类，开始不具备标签。根据是否开始就有标签，分为监督学习（supervised learning）(有标签)和无监督学习（无标签）。分类、回归是前者；聚类是后者。

学得模型适用于新样本的能力，称为泛化能力（generalization）；强泛化能力，好。假设样本空间中全体样本服从一个未知分布（distribution），我们获得的每个样本是独立地从这个分布上采样取得的，即独立同分布（independent and identically distributed, iid）。一般而言，获得的样本越多，得到分布的信息就越多。

P4 假设空间

归纳（induction）和演绎（deduction）是科学推理的两大手段。前者是从特殊到一般的“泛化”(generalization)，后者是从一般到特殊的‘特化’(specialization). 在数学公理系统上，从公理和推导规则推导出定理，是演绎；而从样例中学习，是归纳，又称为归纳学习。

狭义的归纳学习要求从样本中学得概念，但是太难，应用很少，现在学到的大多是黑箱模型。

P6 机器学习过程中对某种类型假设的偏好，成为‘归纳偏好’，或者简称为偏好。

P9 NFL定理，No Free Lunch Theorem，指的是对出现机会“相同”的问题，不管什么解法，效果一样。最重要的寓意是，算法的好坏，一定要根据问题而讨论。

【读书笔记】机器学习-周志华 & 机器学习实战（Python）