MachineLearning
机器学习
前言
符号表
监督式学习
感知机
感知机模型
感知机学习算法
算法python实现
Logistic回归
Logistic分布
Logistic回归模型
算法python实现
线性回归
线性回归模型
算法python实现
K近邻法
k近邻模型
kd树方法
kd树python实现
knn实例
朴素贝叶斯法
模型和原理
参数估计
算法和实现
决策树
模型与学习
特征选择
生成算法和剪枝
python实现
支持向量机
神经网络
神经元模型和感知机
神经网络
神经网络的矩阵表达
反向传播算法
算法证明
算法代码
基于矩阵的计算
改进神经网络的学习方法
交叉熵代价函数
softmax
regularization
权重初始化
卷积神经网络
基本介绍
数学基础
线性代数
特征值和特征向量
概率统计
随机变量的特征
样本统计量
先验后验概率
微积分
向量内积
方向导数和梯度
梯度下降法
信息论
熵
相对熵和交叉熵
条件熵
互信息
Powered by
GitBook
概率统计
期望
方差
标准差
results matching "
"
No results matching "
"