机器学习

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

实践

浏览 90 扫码 分享 2022-07-22 22:50:41
  • 线性回归的实践
  • Ridge回归实践
  • KNN实践

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
  • 入门路线图
    • Python实战
  • Tips
    • 机器学习项目清单
    • 损失函数、风险函数、经验误差的区别
    • Jupyter Notebook代码自动补全
    • Lasso Regression
    • Ridge Regression
    • 梯度下降法
  • 实践
    • 线性回归的实践
    • Ridge回归实践
    • KNN实践
  • 统计学习方法（第二版）
    • 统计学习及监督学习概论
      • 统计学习方法的三要素
      • 统计学习方法的定义与分类
      • 统计学习方法的基本分类
      • 模型的评估与选择
      • 正则化与交叉验证
      • 泛化能力
      • 生成模型与判别模型
      • 监督学习的应用
      • 第一章代码实现
    • 感知机
      • 初识感知机
      • 感知机的算法之原始形式
      • 感知机的对偶形式算法
    • K邻近算法
      • K邻近算法简介
      • K近邻法三要素
      • KD树的构造与搜索
    • 朴素贝叶斯算法
      • 贝叶斯定理
      • 朴素贝叶斯法
      • 极大似然估计
      • 贝叶斯估计
    • 决策树算法
      • 决策树模型
      • 信息增益
      • 决策树生成
      • 决策树的预剪枝
      • 决策树的后剪枝-REP和PEP
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