统计学习方法

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

第2章 感知机

浏览 90 扫码 分享 2022-07-22 21:11:10
  • 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

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
  • 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

    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