JavaShuo
栏目
标签
机器学习-新(目录)
时间 2019-11-10
标签
机器
学习
目录
繁體版
原文
原文链接
01部分 机器学习基础
01-01 机器学习
02部分 监督学习
02-01 感知机
02-02 感知机原始形式(鸢尾花分类)
02-03 感知机对偶形式(鸢尾花分类)
02-04 线性回归
02-05 scikit-learn库之线性回归
02-06 普通线性回归(波斯顿房价预测)+特征选择
02-07 多元线性回归(波士顿房价预测)
02-08 多项式回归(波士顿房价预测)
02-09 对数线性回归(波士顿房价预测)
02-10 正则化线性回归(波士顿房价预测)
02-11 RANSAC算法线性回归(波斯顿房价预测)
02-12 Logistic(逻辑)回归
02-13 Softmax回归
02-14 scikit-learn库之逻辑回归
02-15 Logistic回归(鸢尾花分类)
02-16 k近邻算法
02-17 kd树
02-18 scikit-learn库之k近邻算法
02-19 k近邻算法(鸢尾花分类)
02-20 kd树(鸢尾花分类)
02-21 决策树ID3算法
02-22 决策树C4.5算法
02-23 决策树CART算法
02-24 决策树总结
02-25 scikit-learn库之决策树
02-26 决策树(鸢尾花分类)
02-27 朴素贝叶斯
02-28 scikit-learn库之线朴素贝叶斯
02-29 朴素贝叶斯(垃圾邮件分类)
02-30 线性可分支持向量机
02-31 线性支持向量机
02-32 线性支持向量9-机(鸢尾花分类)
02-33 非线性支持向量机
02-34 非线性支持向量机(鸢尾花分类)+自定义数据分类
02-35 scikit-learn库之支持向量机
02-36 支持向量回归
02-37 支持向量机总结
03部分 无监督学习
03-01 K-Means聚类算法
04部分 集成学习
04-01 集成学习基础
04-02 AdaBoost算法
04-03 scikit-learn库之AdaBoost算法
04-04 AdaBoost算法代码(鸢尾花分类)
04-05 提高树
04-06 梯度提高树
04-07 scikit-learn库之梯度提高树
04-08 梯度提高算法代码(鸢尾花分类)
04-09 XgBoost算法
04-10 Bagging和随机森林
04-11 随机森林代码(葡萄酒质量检测)
04-12 scikit-learn库之随机森林
05部分 特征工程
05-01 特征预处理
05-02 特征选择
05-03 主成分分析(PCA)
05-04 scikit-learn库之主成分分析
05-05 主成分分析代码(手写数字识别)
05-06 模型选择
06部分 深度学习
06-01 DeepLearning-图像识别
07部分 推荐系统
07-01 推荐系统经常使用度量指标
07-02 基于协同过滤的推荐算法
08部分 sklearn实战
08-00 课程习得
08-01 经过线性回归了解算法流程
08-02 机器学习算法原理
08-03 细分构建机器学习应用程序的流程-流程简介
08-04 细分构建机器学习应用程序的流程-数据收集
08-05 细分构建机器学习应用程序的流程-数据预处理
08-06 细分构建机器学习应用程序的流程-训练模型
08-07 细分构建机器学习应用程序的流程-测试模型
08-08 细分构建机器学习应用程序的流程-模型优化
09部分 tensorflow实战
09-01 Tensorflow1基本使用
附录A:优化算法
A-01 最小二乘法
A-02 梯度降低法
A-03 牛顿法和拟牛顿法
A-04 坐标轴降低法
A-05 前向选择法和前向梯度法
A-06 最小角回归法
A-07 前向分步算法
A-08 拉格朗日对偶性
附录B:数学
B-微积分-Sigmoid函数
B-微积分-sign(符号)函数
B-几率论-常见的几率分布模型
B-几率论-条件几率
B-几率论-极大似然估计
B-几率论-熵和信息增益
B-几率论-贝叶斯决策
B-线性代数-矩阵转置
B-线性代数-范数
B-线性代数-距离公式汇总
B-经济学-基尼指数
附录C:项目
C-01 手写数字识别
C-02 推荐系统
推荐阅读
机器学习-新(目录)
推荐书单(网课)-人生/编程/Python/机器学习
Python从入门到放弃(目录)
十天快速入门Python(目录)
数据结构与算法-Python/C(目录)
Go从入门到放弃(目录)
统计机器学习(目录)
TensorFlow2教程(目录)
机器学习(目录)
Python能干啥(目录)
考研每日总结
大数据分析和人工智能科普
人工智能(机器学习)学习之路推荐
相关文章
1.
机器学习(目录)
2.
【机器学习】sklearn学习目录
3.
机器学习(3)机器学习算法目录
4.
机器学习---一个完整的机器学习目录
5.
统计机器学习(目录)
6.
机器学习入门全目录
7.
人工智能机器学习目录
8.
基于C#的机器学习--目录
9.
《机器学习》 —— 学习目录 —— 学习中……
10.
机器学习和深度学习学习目录 python3
更多相关文章...
•
ADO 更新记录
-
ADO 教程
•
您已经学习了 XML Schema,下一步学习什么呢?
-
XML Schema 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
学习目录
机器学习
机器学习项目
图机器学习
java机器学习
Python机器学习
机器学习4
python 机器学习
opencv、机器学习
自学目录
浏览器信息
PHP 7 新特性
红包项目实战
学习路线
服务器
初学者
0
分享到微博
分享到微信
分享到QQ
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。
最新文章
1.
Mud Puddles ( bfs )
2.
ReSIProcate环境搭建
3.
SNAT(IP段)和配置网络服务、网络会话
4.
第8章 Linux文件类型及查找命令实践
5.
AIO介绍(八)
6.
中年转行互联网,原动力、计划、行动(中)
7.
详解如何让自己的网站/APP/应用支持IPV6访问,从域名解析配置到服务器配置详细步骤完整。
8.
PHP 5 构建系统
9.
不看后悔系列!Rocket MQ 使用排查指南(附网盘链接)
10.
如何简单创建虚拟机(CentoOS 6.10)
本站公众号
欢迎关注本站公众号,获取更多信息
相关文章
1.
机器学习(目录)
2.
【机器学习】sklearn学习目录
3.
机器学习(3)机器学习算法目录
4.
机器学习---一个完整的机器学习目录
5.
统计机器学习(目录)
6.
机器学习入门全目录
7.
人工智能机器学习目录
8.
基于C#的机器学习--目录
9.
《机器学习》 —— 学习目录 —— 学习中……
10.
机器学习和深度学习学习目录 python3
>>更多相关文章<<