机器学习总结——机器学习课程笔记整理
机器学习笔记整理 说明 基础点整理 1. 基础数学知识 (1) 一些零七八碎的基础知识 (2) 最优化相关问题 (3) 概率论相关问题 (4) 矩阵相关问题 2. 回归（线性回归、Logistic回归，Softmax回归） (1) 线性回归 (2) Logistic回归 (3) Softmax回归 (4) AUC（ROC曲线下的面积）用来衡量分类效果 3. 树（决策书、随机森林、梯度下降决策树、X
相关文章
- 1. [机器学习]机器学习笔记整理全解
- 2. 机器学习整理笔记——基于《机器学习实战》
- 3. 机器学习课程总结
- 4. 机器学习 课程笔记
- 5. Coursera机器学习课程笔记（一）
- 6. 机器学习课程笔记---聚类
- 7. Google机器学习课程笔记（3）
- 8. 莫凡机器学习课程笔记
- 9. Coursera机器学习课程笔记（十）
- 10. Google机器学习课程笔记（1）
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. [机器学习]机器学习笔记整理全解
- 2. 机器学习整理笔记——基于《机器学习实战》
- 3. 机器学习课程总结
- 4. 机器学习 课程笔记
- 5. Coursera机器学习课程笔记（一）
- 6. 机器学习课程笔记---聚类
- 7. Google机器学习课程笔记（3）
- 8. 莫凡机器学习课程笔记
- 9. Coursera机器学习课程笔记（十）
- 10. Google机器学习课程笔记（1）