机器学习
白天
夜间
首页
下载
阅读记录
书签管理
我的书签
添加书签
移除书签
3、数据科学
浏览
65
扫码
分享
2022-07-22 22:42:03
1、数据分析
若有收获,就点个赞吧
0 人点赞
上一篇:
下一篇:
算法的撰写摸板
0、学习方案与计划
0.1、学习大纲
AI入门之路:黄博士学习路线
0.2、学习情况
0.3、学习建议
1、 数学基础
1.1、高等数学
1.2、线性代数
1.3、概率论
1.4、统计学
1.5、信息论
1.6、数值计算
1.7、最优化问题
2、机器学习概论
2.1、基本概念
2.2、模型评估与选择
2.3、应用评估
2.4、常见问题
3、数据科学
1、数据分析
4、特征工程(数据清洗)
1、基本概念
2、特征清洗
3、特征提取
4、特征降维
5、特征选择
5、机器学习算法
1、监督学习
3.1、算法选择
3.2、线性回归
3.3、逻辑回归(LR)
概率图模型
贝叶斯网络
条件随机场
隐马尔可夫链(HMM)
支持向量机(SVM)
朴素贝叶斯算法
极大似然估计法
2、无监督学习
K-近邻算法(KNN)
算法选择
决策树
关联规则
5、半监督学习
3、深度学习
1、基本概述
2、卷积神经网络(CNN)
3、循环神经网络(RNN)
基本概述
长短期记忆网络( LSTM)
胶囊神经网络(CapsNets)
生成对抗网络(GAN)
Attention 机制
4、强化学习
无标题
5、迁移学习
6、误差分析
7、模型融合(集成学习)
基本概念
bagging
随机森林
boosting
boost
adaboost
Xgboost(重要)
暂无相关搜索结果!
让时间为你证明
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