统计学习方法
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
第6章 逻辑斯谛回归与最大熵模型
浏览
25
扫码
分享
2022-07-22 21:11:12
若有收获,就点个赞吧
0 人点赞
上一篇:
下一篇:
第1章 统计学习及监督学习概论
1.1 统计学习
1.2 统计学习的分类
1.3 统计学习方法三要素
1.4 模型评估与模型选择
1.5 正则化与交叉验证
1.6 泛化能力
1.7 生成模型与判别模型
第2章 感知机
2.1 感知机模型
2.2 感知机学习策略
2.3 感知机学习算法
第3章 k近邻法
3.1 k近邻算法
3.2 k近邻模型
3.3 k近邻的实现:kd树
代码实现
第4章 朴素贝叶斯法
4.1 朴素贝叶斯法的学习与分类
4.2 朴素贝叶斯法的参数估计
第5章 决策树
第6章 逻辑斯谛回归与最大熵模型
第7章 支持向量机
7.1 线性可分支持向量机与硬间隔最大化
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