机器学习理论基础
首页
美文
文章
散文
日记
诗歌
小说
故事
句子
作文
签名
祝福语
情书
范文
读后感
文学百科
机器学习理论基础
以基本的机器学习问题为主要线索,总结基础方法的理论知识。
以问题和方法两个维度展开,避免单纯以常用算法来学习机器学习。
决策树基本要点及方法对比
特征工程与数据预处理
机器学习理论基础
机器学习实验
增强学习
集成学习——组合多学习器
参数的贝叶斯估计
隐马尔科夫模型
支持向量机与核机器
局部模型
多层感知器——非参数估计器
监督学习——分类(基于判别式的方法)(参数方法——判别式参数估计
非参数方法——决策树实现的判别式
非参数方法——密度估计
非监督学习——聚类
半参数方法
监督学习——回归
参数方法——类密度模型参数的估计
监督学习——关联规则
监督学习——分类(基于似然的方法)
延伸阅读
心态
亲情
愚人节
沦落
腊八节
等待
四季
抖音网名
遥远
清晨
无缘
端午节祝福