机器学习
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
KNN算法在推荐场景下的应用
机器学习-KNN算法
09 特征工程 - 总结
08 特征工程 - 特征降维 - LDA
07 特征工程 - 特征降维 - PCA
06 特征工程 - 特征选择
05 特征工程 - 缺省值填充
04 特征工程 - 特征转换 - 文本特征属性转换
03 特征工程 - 特征转换 - 分词、Jieba分词
技巧 - 特征工程 - 找出和真实数据最像的训练数据
02 特征工程 - 数据不平衡
01 特征工程 - 概念
09 主题模型 - LDA参数学习-Gibbs采样
08 主题模型 - LDA
06 主题模型 - pLSA又称pLSI - 基于概率的潜在语义
05 主题模型 - 坐标轴下降法
04 主题模型 - NMF
03 主题模型 - LSA案例
02 主题模型 - SVD矩阵分解、LSA模型
01 主题模型 - 大纲
07 隐马尔可夫模型 - 案例三 - 股票数据维度信息提取
06 隐马尔可夫模型 - 案例二 - GMHMM应用
05 隐马尔可夫模型 - 案例一 - hmmlearn框架说明
04 隐马尔可夫模型 - HMM的三个问题 - 预测问题 - V
03 隐马尔可夫模型 - HMM的三个问题 - 学习问题 - B
02 隐马尔可夫模型 - HMM的三个问题 - 概率计算问题
01 隐马尔可夫模型 - 马尔可夫链、HMM参数和性质
09 EM算法 - 案例四 - EM无监督算法分类鸢尾花数据
08 EM算法 - 案例三 - GMM的不同参数
07 EM算法 - 案例二 - GMM算法分类及参数选择案例
06 EM算法 - 案例一 - EM分类初识及GMM算法实现
05 EM算法 - 高斯混合模型 - GMM
04 EM算法 - EM算法收敛证明
03 EM算法 - EM算法流程和直观案例
02 EM算法 - K-means算法回顾、EM概述
01 EM算法 - 大纲 - 最大似然估计(MLE)、贝叶斯算法
04 贝叶斯算法 - 贝叶斯网络
03 贝叶斯算法 - 案例二 - 新闻数据分类
02 贝叶斯算法 - 案例一 - 鸢尾花数据分类
01 贝叶斯算法 - 朴素贝叶斯
13 聚类算法 - 谱聚类
11 聚类算法 - 密度聚类 - DBSCAN、MDCA
10 聚类算法 - 代码案例四 - 层次聚类(BIRCH)算法参
09 聚类算法 - 层次聚类 - CF-Tree、BIRCH、C
08 聚类算法 - 聚类算法的衡量指标
07 聚类算法 - 代码案例三 - K-Means算法和Mini
06 聚类算法 - 代码案例二 - K-Means算法和Mini
05 聚类算法 - 二分K-Means、K-Means++、K-
04 聚类算法 - 代码案例一 - K-means聚类
03 聚类算法 - K-means聚类
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