机器学习理论

机器学习理论 1.为了提高自己，需要既要，又要，还要 既要：掌握比较扎实的机器学习的理论知识 又要：实践经验，懂业务场景 还要：编码和会计算机算题 2.基础类 欠拟合、拟合，过拟合 L1\L2正则 模型方差和偏差 奥卡姆剃刀 模型评估指标 风险函数 优化算法 激活函数 核函数 梯度消失核梯度爆炸 有监督学习和无监督学习 线性回归 KNN模型 朴素贝叶斯 决策树 随机森林模型（RF） ADABoos

>>阅读原文<<