Data_Scientist

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

机器学习

浏览 54 扫码 分享 2022-07-09 06:58:39
  • 一、KNN算法
  • 二、如何评价模型的好坏
  • 三、简单的数据预处理和特征工程
  • 四、线性回归
  • 五、梯度下降法
  • 六、逻辑回归
  • 七、决策树
  • 特征筛选的原理与实现

若有收获，就点个赞吧

0 人点赞

上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • Python数据可视化工具对比
  • 统计学
    • 一、数据的图表展示
    • 二、数据的描述性统计
    • 三、描述性统计实战
    • 四、概率分布
    • 五、概率分布实战
    • 六、抽样分布
    • 七、抽样统计实践
    • 八、参数估计
  • 机器学习
    • 一、KNN算法
    • 二、如何评价模型的好坏
    • 三、简单的数据预处理和特征工程
    • 四、线性回归
    • 五、梯度下降法
    • 六、逻辑回归
    • 七、决策树
    • 特征筛选的原理与实现
  • 数据可视化
    • 一、解构数据可视化
    • 二、「时序数据」和「比例数据」的可视化
    • 三、「对比型」和「分布型」的可视化
    • 四、如何对进度、关系、地理信息进行可视化
暂无相关搜索结果！

    让时间为你证明

    展开/收起文章目录

    分享，让知识传承更久远

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度
        思维导图备注